给定尺度与重力先验的广义位姿与尺度估计 gDLS*
计算机视觉与模式识别
2020-04-07 v1
摘要
增强现实（AR）、三维建图与机器人等领域的许多实际应用，需要从多相机或单个运动相机捕获的多幅图像中快速且准确地估计相机位姿与尺度。在位姿与尺度估计器中实现高速度并保持高精度往往是相互冲突的目标。为同时实现二者，我们利用关于解空间的先验知识。我们提出 gDLS*，一种利用旋转与尺度先验的广义相机模型位姿与尺度估计器。gDLS* 允许应用灵活权衡各先验的贡献，这一点很重要，因为先验常来自噪声传感器。与最先进的广义位姿与尺度估计器（如 gDLS）相比，我们在合成与真实数据上的实验一致表明，gDLS* 加速了估计过程并提升了尺度与位姿精度。
引用
@article{arxiv.2004.02052,
title = {gDLS*: Generalized Pose-and-Scale Estimation Given Scale and Gravity Priors},
author = {Victor Fragoso and Joseph DeGol and Gang Hua},
journal= {arXiv preprint arXiv:2004.02052},
year = {2020}
}