基于 Deep Sets 的共识学习在基本矩阵估计中的应用
计算机视觉与模式识别
2024-11-05 v2
摘要
鲁棒地估计基本矩阵——该矩阵编码了两台摄像机的相对位置和姿态——是结构从运动（structure from motion）管道中的一个基本步骤。最近的深度方法通过使用包含图结构、注意力层和硬性剪枝步骤的复杂网络架构实现了精确估计。本文提出一种基于 Deep Sets 的更简单网络架构。给定从两幅图像中提取的点匹配集合，我们的方法识别异常点匹配并建模在内点匹配中的位移噪声。加权 DLT 模块利用这些预测来回归基本矩阵。我们的网络实现了准确的恢复，优于具有显著更复杂网络架构的现有方法。
引用
@article{arxiv.2406.17414,
title = {Consensus Learning with Deep Sets for Essential Matrix Estimation},
author = {Dror Moran and Yuval Margalit and Guy Trostianetsky and Fadi Khatib and Meirav Galun and Ronen Basri},
journal= {arXiv preprint arXiv:2406.17414},
year = {2024}
}