GeoRefine:用于精确稠密建图的自我监督在线深度细化
计算机视觉与模式识别
2022-05-04 v1
摘要
我们提出一个鲁棒且精确的深度细化系统,名为 GeoRefine,用于从单目序列进行几何一致的稠密建图。GeoRefine 由三个模块组成:使用基于学习先验的混合 SLAM 模块、利用自我监督的在线深度细化模块,以及通过 TSDF 融合的全局建图模块。所提出的系统按设计为在线的,并通过以下方式实现出色的鲁棒性和精度:(i) 融合了基于学习的光流和/或深度的鲁棒化混合 SLAM;(ii) 利用 SLAM 输出并强制长期几何一致性的自我监督损失;(iii) 避免在线深度细化中退化情形的细致系统设计。我们在多个公开数据集上广泛评估 GeoRefine,绝对相对深度误差低至 。
引用
@article{arxiv.2205.01656,
title = {GeoRefine: Self-Supervised Online Depth Refinement for Accurate Dense Mapping},
author = {Pan Ji and Qingan Yan and Yuxin Ma and Yi Xu},
journal= {arXiv preprint arXiv:2205.01656},
year = {2022}
}