方向感知半稠密SLAM
计算机视觉与模式识别
2017-09-19 v1 人工智能
摘要
为了辅助同步定位与建图(SLAM),未来的感知系统将融入各种形式场景理解。作为迈向完全集成的概率几何场景理解、定位与建图的一步,我们提出了首个方向感知半稠密SLAM系统。该系统在执行实时相机跟踪的同时,联合推断方向Stata Center World (SCW)分割与基于surfel的半稠密地图。联合SCW地图模型通过条件随机场(CRF)将surfel方向上的场景级贝叶斯非参数Dirichlet过程von-Mises-Fisher混合模型(DP-vMF)先验与局部surfel位置相连接。相机跟踪利用SCW分割,通过引导观测选择来提高效率。结果表明,在达到SOTA性能的同时,提升了SLAM精度与跟踪效率。
引用
@article{arxiv.1709.05774,
title = {Direction-Aware Semi-Dense SLAM},
author = {Julian Straub and Randi Cabezas and John Leonard and John W. Fisher},
journal= {arXiv preprint arXiv:1709.05774},
year = {2017}
}