实时 SLAM 中基于视图与基于地图的语义标注比较
计算机视觉与模式识别
2020-02-25 v1
摘要
普遍适用的空间 AI 系统必须构建持久的场景表示，其中几何模型与有意义的语义标签相结合。众多场景标注方法可分为两类清晰组别：基于视图的，从输入视图数据估计标签，并在构建场景模型时将其增量融合进去；以及基于地图的，对生成的场景模型进行标注。然而，迄今尚无定量比较基于视图与基于地图标注的尝试。在此，我们提出一个实验框架与比较，使用实时高度图融合作为公平比较的易用平台，为此领域进一步的系统研究开辟路径。
引用
@article{arxiv.2002.10342,
title = {Comparing View-Based and Map-Based Semantic Labelling in Real-Time SLAM},
author = {Zoe Landgraf and Fabian Falck and Michael Bloesch and Stefan Leutenegger and Andrew Davison},
journal= {arXiv preprint arXiv:2002.10342},
year = {2020}
}
备注
ICRA 2020