一种用于走廊环境快速单目深度恢复的显式方法
机器人学
2023-09-15 v1
摘要
单目相机在室内机器人中广泛应用，但由于缺乏尺度信息，其在视觉里程计、深度估计及相关应用中的性能受限。深度估计是指从对应输入图像估计稠密深度图的过程，现有研究者多通过基于深度学习的方法解决该问题，但其推理速度慢，导致实时性差。为应对这一挑战，我们提出一种专为走廊环境设计的基于非线性优化原理的快速单目深度恢复显式方法。我们采用虚拟相机假设以充分利用场景的先验几何特征。通过最小化几何残差，将深度估计问题转化为优化问题。此外，引入一种新颖的深度平面构建技术，依据空间点可能的深度对其进行分类，从而在走廊等封闭结构场景中实现快速深度估计。我们还提出一个名为Corr_EH_z的新走廊数据集，包含由UGV相机在各种走廊中拍摄的图像。在不同走廊中的详尽实验揭示了所提算法的有效性。
引用
@article{arxiv.2309.07408,
title = {An Explicit Method for Fast Monocular Depth Recovery in Corridor Environments},
author = {Yehao Liu and Ruoyan Xia and Xiaosu Xu and Zijian Wang and Yiqing Ya and Mingze Fan},
journal= {arXiv preprint arXiv:2309.07408},
year = {2023}
}
备注
10 pages, 8 figures. arXiv admin note: text overlap with arXiv:2111.08600 by other authors