考虑平面图的相机位姿优化
计算机视觉与模式识别
2022-10-11 v1
摘要
处理大型室内场景是一项具有挑战性的任务，因为扫描配准与相机轨迹估计方法会随时间累积误差。因此，重建扫描的质量对于一些应用（如基于视觉的定位与导航，其中墙体的正确位置至关重要）而言不足。对于许多室内场景，存在一张技术平面图图像，其中包含有关场景几何与主要结构元素（如墙体、隔断和门）的信息。我们认为此类平面图是一种有用的空间信息来源，可指导三维模型优化。标准RGB-D三维重建流程包括对RGB-D序列应用的跟踪模块，以及接收已位姿化RGB-D序列并修正相机位姿以提升一致性的束调整（BA）模块。我们提出一种利用以平面图形式呈现的场景结构先验知识来扩展传统BA的新颖优化算法。我们在Redwood数据集与自行采集数据上的实验表明，利用平面图可提升三维重建的精度。
引用
@article{arxiv.2210.04572,
title = {Floorplan-Aware Camera Poses Refinement},
author = {Anna Sokolova and Filipp Nikitin and Anna Vorontsova and Anton Konushin},
journal= {arXiv preprint arXiv:2210.04572},
year = {2022}
}
备注
IROS 2022