基于体素图的事件-based双目视觉惯性里程计
计算机视觉与模式识别
2025-07-01 v1
摘要
事件相机以其高动态范围和卓越的时间分辨率，被认为是视觉里程计的重要传感器。然而，事件流中固有的噪声会 complicating the selection of high-quality map points，这些点在状态估计中至关重要。为此，我们提出Voxel-ESVIO，一种利用体素图管理的事件-based双目视觉惯性里程计系统，高效筛选出高质量3D点。具体而言，我们的方法采用基于体素的点选择和体素感知的点管理，协同优化体素级别上地图点的选择与更新。这些协同策略使我们能够高效检索当前帧中观测概率最高的抗噪声地图点，从而确保状态估计的精度。对三个公开基准进行广泛评估表明，Voxel-ESVIO在准确性和计算效率方面均优于 state-of-the-art 方法。
引用
@article{arxiv.2506.23077,
title = {Dynamic Contrastive Learning for Hierarchical Retrieval: A Case Study of Distance-Aware Cross-View Geo-Localization},
author = {Suofei Zhang and Xinxin Wang and Xiaofu Wu and Quan Zhou and Haifeng Hu},
journal= {arXiv preprint arXiv:2506.23077},
year = {2025}
}