探索面向对象的注意力引导帧关联用于RGB-D SLAM
计算机视觉与模式识别
2025-10-31 v1 机器人学
摘要
注意力模型最近作为一种强大的方法出现，在各个领域展示了显著的进展。可视化技术，如类激活映射，提供了对卷积神经网络（CNN）推理过程的视觉洞察。利用网络梯度，可以识别网络在图像识别任务中关注的区域。此外，这些梯度可以与CNN特征结合，以定位场景中更可泛化的、任务特定的注意力（显著）区域。然而，这种基于梯度的注意力信息被明确利用并直接集成到CNN表示中以实现语义对象理解的情况仍然有限。这种集成对于同时定位与地图构建（SLAM）等视觉任务特别有益，其中包含空间注意力对象位置的CNN表示可以提升性能。在这项工作中，我们提出利用任务特定的网络注意力进行RGB-D室内SLAM。具体来说，我们将从网络梯度中导出的逐层注意力信息与CNN特征表示集成，以提升帧关联性能。实验结果表明，与基线方法相比，性能有所提升，特别是在大环境中。
引用
@article{arxiv.2510.26131,
title = {Exploring Object-Aware Attention Guided Frame Association for RGB-D SLAM},
author = {Ali Caglayan and Nevrez Imamoglu and Oguzhan Guclu and Ali Osman Serhatoglu and Ahmet Burak Can and Ryosuke Nakamura},
journal= {arXiv preprint arXiv:2510.26131},
year = {2025}
}
备注
double-column 5 pages, 3 figures