DSP-SLAM：基于深度形状先验的面向对象 SLAM
计算机视觉与模式识别
2021-10-25 v2 机器人学
摘要
我们提出了 DSP-SLAM，一种面向对象的 SLAM 系统，它构建前景物体稠密三维模型与表示背景的稀疏地标点的丰富而精确的联合地图。DSP-SLAM 以基于特征的 SLAM 系统重建的三维点云作为输入，并赋予其通过检测物体的稠密重建来增强稀疏地图的能力。物体通过语义实例分割进行检测，并使用类别特定的深度形状嵌入作为先验，通过一种新颖的二阶优化来估计其形状与位姿。我们的物体感知束调整构建位姿图以联合优化相机位姿、物体位置与特征点。DSP-SLAM 可在三种不同输入模态（单目、立体或立体+LiDAR）下以每秒 10 帧运行。我们展示了 DSP-SLAM 在 Friburg 和 Redwood-OS 数据集的单目 RGB 序列上以近乎帧率运行，并在 KITTI 里程计数据集的立体+LiDAR 序列上运行，表明其即使从部分观测中也能实现高质量完整物体重建，同时保持一致的全局地图。我们的评估显示，相较于近期基于深度先验的重建方法，物体在位姿与形状重建上有所提升，且在 KITTI 数据集上降低了相机跟踪漂移。
引用
@article{arxiv.2108.09481,
title = {DSP-SLAM: Object Oriented SLAM with Deep Shape Priors},
author = {Jingwen Wang and Martin Rünz and Lourdes Agapito},
journal= {arXiv preprint arXiv:2108.09481},
year = {2021}
}
备注
To be published at 3DV 2021