用于基于鱼眼图像的自适应轻量级全向立体视觉的几何信息距离候选选择
计算机视觉与模式识别
2024-05-10 v1 机器人学
摘要
多视图立体全向距离估计通常需要构建包含许多假设距离候选的代价卷。考虑到移动机器人的有限资源，构建代价卷的过程通常计算量庞大。我们提出了一种新的基于几何信息的距离候选选择方法，该方法允许使用极少量的候选并降低计算成本。我们在一组模型变体中展示了基于几何信息的候选的使用。我们发现，在机器人部署期间调整候选时，如果外参或相机数量发生变化，我们基于几何信息的距离候选也能提高预训练模型的准确性。无需任何重新训练或微调，我们的模型优于使用均匀分布的距离候选训练的模型。模型还作为硬件加速版本发布，并附带一个全新的大规模数据集。项目页面、代码和数据集可在 https://theairlab.org/gicandidates/ 获取。
引用
@article{arxiv.2405.05355,
title = {Geometry-Informed Distance Candidate Selection for Adaptive Lightweight Omnidirectional Stereo Vision with Fisheye Images},
author = {Conner Pulling and Je Hon Tan and Yaoyu Hu and Sebastian Scherer},
journal= {arXiv preprint arXiv:2405.05355},
year = {2024}
}