ADen：稀疏视角相机姿态估计的自适应密度表示

从图像集合中恢复相机姿态是3D计算机视觉中的基础任务，为3D场景/对象重建等关键应用提供支持。经典方法通常依赖特征对应关系，如关键点，这需要输入图像具有较大重叠度和较小的视点变化。在稀疏视角场景中，这些要求 presents considerable挑战。近期的数据驱动方法旨在直接输出相机姿态，或通过回归6DoF相机姿态，或将旋转形式化为概率分布。然而，每种方法都有其局限性。一方面，直接回归相机姿态可能不严谨，因为它假设单一模式，这在对称情况下并不成立，导致次优解。另一方面，概率方法能够建模对称歧义，但它们通过粗暴地对整个旋转空间进行均匀抽样。这在高采样密度（提高模型精度）和样本效率（决定运行时长）之间不可调和。本文提出ADen，通过采用生成器和判别器来统一这两个框架：生成器被训练输出多个6DoF相机姿态假设以表示分布并处理多模式歧义，判别器被训练识别最能解释数据的假设。这使得ADen能够将两者的优势结合起来，在实证评估中实现比以前方法更高的精度以及更低的运行时。