使用Bit-Planes的直接视觉里程计
机器人学
2016-04-05 v1 计算机视觉与模式识别
摘要
特征描述子，如SIFT和ORB，以其对照明变化的鲁棒性而闻名，这使得它们常用于基于特征的VSLAM。然而，在低光照、低纹理、模糊和镜面反射等退化的成像条件下，特征提取往往不可靠。相反，直接VSLAM方法通过利用原始像素强度最小化光度误差来估计相机位姿，通常对低纹理环境和模糊更具鲁棒性。尽管如此，直接VSLAM的核心依赖于图像间一致的光度外观，即所谓的亮度恒定假设。不幸的是，亮度恒定在现实应用中很少成立。在这项工作中，我们通过将特征描述子纳入直接视觉里程计框架来克服亮度恒定问题。这种结合产生了一种高效算法，结合了基于特征算法和直接方法的优势。即，我们在低纹理和弱光环境下工作时实现了对任意光度变化的鲁棒性。我们的方法利用了一种高效的二进制描述子，我们称之为Bit-Planes，并展示了如何将其用于直接方法所需的基于梯度的优化。此外，我们证明了Bit-Planes之间的平方欧氏距离等价于汉明距离。因此，该描述子可用于最小二乘优化而不牺牲其光度不变性。最后，我们给出了实证结果，证明了该方法在弱光地下环境中的鲁棒性。
引用
@article{arxiv.1604.00990,
title = {Direct Visual Odometry using Bit-Planes},
author = {Hatem Alismail and Brett Browning and Simon Lucey},
journal= {arXiv preprint arXiv:1604.00990},
year = {2016}
}