用于相机位姿回归与精化的对抗网络
计算机视觉与模式识别
2019-10-29 v3
摘要
尽管利用神经网络直接回归相机位姿的研究已取得近期进展,但准确估计单张 RGB 图像的相机位姿仍是一项具有挑战性的任务。为解决该问题,我们引入了一种新颖的框架,其核心思想是利用判别器网络与对抗学习隐式地建模 RGB 图像与其对应相机位姿的联合分布。我们的方法不仅可从单张图像回归相机位姿,还提供了一种仅基于 RGB 的利用判别器网络进行相机位姿精化的方案。此外,我们展示了我们的方法可有效用于优化预测的相机位姿,从而提升定位精度。为此,我们在公开可用的 7-Scenes 数据集上验证了所提方法,其结果优于直接相机位姿回归方法。
引用
@article{arxiv.1903.06646,
title = {Adversarial Networks for Camera Pose Regression and Refinement},
author = {Mai Bui and Christoph Baur and Nassir Navab and Slobodan Ilic and Shadi Albarqouni},
journal= {arXiv preprint arXiv:1903.06646},
year = {2019}
}