DF-VO：视觉里程计应当学习什么？
计算机视觉与模式识别
2021-03-02 v1
摘要
基于多视图几何的方法因其优越性能在过去几十年中主导了单目视觉里程计，但它们对动态和低纹理场景较为脆弱。更重要的是，单目方法遭受尺度漂移问题，即误差随时间累积。近期研究表明，深度神经网络可以自监督方式学习场景深度与相对相机位姿，而无需获取真值标签。更令人惊讶的是，它们表明训练良好的网络能够在长视频上实现尺度一致的预测，但由于忽略几何信息，其精度仍逊于传统方法。基于计算机视觉的最新进展，我们通过将多视图几何与深度学习的深度和光流相结合，设计了一个简单而鲁棒的 VO 系统，即 DF-VO。在本工作中，a) 我们提出一种从深度光流中仔细采样高质量对应关系并用几何模块恢复准确相机位姿的方法；b) 我们通过将几何三角化深度对齐到尺度一致的深度深度来解决尺度漂移问题，其中考虑了动态场景。全面的消融研究显示了所提方法的有效性，广泛的评估结果展示了我们系统的 SOTA 性能，例如在 KITTI Odometry 基准中，我们的平移误差（1.652%）对比 ORB-SLAM（3.247%）。源代码公开于：\href{https://github.com/Huangying-Zhan/DF-VO}{DF-VO}。
引用
@article{arxiv.2103.00933,
title = {DF-VO: What Should Be Learnt for Visual Odometry?},
author = {Huangying Zhan and Chamara Saroj Weerasekera and Jia-Wang Bian and Ravi Garg and Ian Reid},
journal= {arXiv preprint arXiv:2103.00933},
year = {2021}
}
备注
extended version of ICRA-2020 paper (Visual Odometry Revisited: What Should Be Learnt?)