CoProU-VO：基于结合投影不确定性的端到端无监督单目视觉里程计
计算机视觉与模式识别
2025-08-04 v1
摘要
视觉里程计(VO)是自主导航、机器人和增强现实领域的基础技术，无监督方法通过消除对高价昂真值标签的需求而具有优势。然而，这些方法在动态对象违反静态场景假设时，容易导致错误的姿态估计。我们通过不确定性建模来解决此问题，这是一种常用技术，可在无需显式运动分割的情况下创建稳健的掩码以滤除动态对象和遮挡。传统的不确定性建模仅考虑单帧信息，忽略了连续帧之间不确定性。我们的关键洞察是，不确定性必须在时间帧之间传递和组合，以有效识别动态场景中的不可靠区域。为此，我们提出结合投影不确定性视觉里程计(CoProU-VO)，一种新颖的端到端方法，通过原则化的概率公式将目标帧不确定性与投影参考帧不确定性相结合。基于视觉变换器(backbone)构建，模型同时学习深度、不确定性估计和相机姿态。因此，在KITTI和nuScenes数据集上进行的实验表明，该方法在无监督单目端到端两帧方法方面显著优于以前的方法，并在其他方法常常失败的挑战性高速公路场景中表现出强大的性能。此外，全面的消融研究验证了跨帧不确定性传递的有效性。
引用
@article{arxiv.2508.00568,
title = {CoProU-VO: Combining Projected Uncertainty for End-to-End Unsupervised Monocular Visual Odometry},
author = {Jingchao Xie and Oussema Dhaouadi and Weirong Chen and Johannes Meier and Jacques Kaiser and Daniel Cremers},
journal= {arXiv preprint arXiv:2508.00568},
year = {2025}
}
备注
Accepted for GCPR 2025. Project page: https://jchao-xie.github.io/CoProU/