用于鲁棒 RGB-D 视觉里程计的双目标优化
机器人学
2014-12-01 v1 计算机视觉与模式识别
摘要
本文提出了一种用于鲁棒 RGB-D 视觉里程计的新型双目标优化公式。我们研究了求解该双目标优化问题的两种方法：加权和法（将目标函数组合为单个目标函数）和有界目标法（优化其中一个目标函数，并通过约束限制另一个目标函数的值）。我们在开源 TUM RGB-D 数据集上的实验结果表明，新的双目标优化公式优于几种现有的 RGB-D 里程计方法。特别是，新公式在图像序列缺乏纹理或结构特征时，能产生更精确的运动估计并具有更强的鲁棒性。
引用
@article{arxiv.1411.7445,
title = {Bi-objective Optimization for Robust RGB-D Visual Odometry},
author = {Tao Han and Chao Xu and Ryan Loxton and Lei Xie},
journal= {arXiv preprint arXiv:1411.7445},
year = {2014}
}