基于单应性的相机位姿回归损失函数
计算机视觉与模式识别
2022-05-05 v1 机器人学
摘要
一些近期基于视觉的重定位算法依赖深度学习方法从图像数据执行相机位姿回归。本文关注于嵌入两个位姿之间误差以执行基于深度学习的相机位姿回归的损失函数。现有损失函数要么是难以调参的多目标函数，要么呈现依赖于真实 3D 场景点且需两步训练的不稳定重投影误差。为解决这些问题，我们引入了一种基于多平面单应性积分的新损失函数。该新函数不需要先验初始化，且仅依赖于物理可解释的超参数。此外，在公认的重定位数据集上进行的实验表明，与现有损失函数相比，它在训练期间最好地最小化了均方重投影误差。
引用
@article{arxiv.2205.01937,
title = {Homography-Based Loss Function for Camera Pose Regression},
author = {Clémentin Boittiaux and Ricard Marxer and Claire Dune and Aurélien Arnaubec and Vincent Hugel},
journal= {arXiv preprint arXiv:2205.01937},
year = {2022}
}