DetectFusion：实时 SLAM 中已知与未知动态物体的检测与分割
计算机视觉与模式识别
2019-07-23 v1
摘要
我们提出 DetectFusion，一种实时运行且能鲁棒处理场景中可动态移动的语义已知与未知物体的 RGB-D SLAM 系统。我们的系统检测、分割并为场景中的已知物体赋予语义类别标签，同时即使在单目相机前独立移动时也能跟踪与重建它们。与相关工作不同，我们通过结合 2D 物体检测与 3D 几何分割的新方法实现了语义实例分割的实时计算性能。此外，我们提出了一种检测和分割语义未知物体运动的方法，从而进一步提高相机跟踪与地图重建的精度。我们表明，在定位与物体重建精度方面我们的方法与以往工作相当或更优，同时即使每帧都分割物体也达到约 20 FPS。
引用
@article{arxiv.1907.09127,
title = {DetectFusion: Detecting and Segmenting Both Known and Unknown Dynamic Objects in Real-time SLAM},
author = {Ryo Hachiuma and Christian Pirchheim and Dieter Schmalstieg and Hideo Saito},
journal= {arXiv preprint arXiv:1907.09127},
year = {2019}
}
备注
12 pages, 4 figures, 4 tables, accepted by BMVC 2019 spotlight session