BID-NeRF：基于逆神经辐射场的RGB-D图像位姿估计
计算机视觉与模式识别
2023-10-06 v1 机器学习
机器人学
摘要
我们旨在改进逆神经辐射场（iNeRF）算法，该算法将图像位姿估计问题定义为基于 NeRF 的迭代线性优化。NeRFs 是新颖的神经空间表示模型，可合成真实世界场景或物体的照片级真实新视角。我们的贡献如下：我们用基于深度的损失函数扩展了定位优化目标，引入了基于多图像的损失函数，其中使用具有已知相对位姿的图像序列而不增加计算复杂度，我们在体渲染期间省略了分层采样，即仅使用粗模型进行位姿估计，并且我们展示了通过扩展采样区间，即使对于更高的初始位姿估计误差也能实现收敛。借助所提修改，收敛速度显著提升，收敛域大幅扩展。
引用
@article{arxiv.2310.03563,
title = {BID-NeRF: RGB-D image pose estimation with inverted Neural Radiance Fields},
author = {Ágoston István Csehi and Csaba Máté Józsa},
journal= {arXiv preprint arXiv:2310.03563},
year = {2023}
}
备注
Accepted to Nerf4ADR workshop of ICCV23 conference