如何改进基于CNN的六自由度相机位姿估计
计算机视觉与模式识别
2019-12-02 v2 人工智能
机器学习
机器人学
摘要
卷积神经网络（CNNs）与迁移学习近期已被用于六自由度（6-DoF）相机位姿估计。虽然它们未达到基于视觉SLAM方法的同等精度，且局限于特定环境，但其在鲁棒性上表现出色，甚至可应用于单张图像。本文研究PoseNet [1]，并基于数据集特性探究改进位姿估计精度的修改方案。特别地，我们强调视场角相对于图像分辨率的重要性；提出一种减少过拟合的数据增强方案；研究长短期记忆（LSTM）单元的影响。最后，我们结合这些修改，提升了基于单目CNN的相机位姿回归中PoseNet的性能。
引用
@article{arxiv.1909.10312,
title = {How to improve CNN-based 6-DoF camera pose estimation},
author = {Soroush Seifi and Tinne Tuytelaars},
journal= {arXiv preprint arXiv:1909.10312},
year = {2019}
}
备注
Accepted at Deep Learning for Visual SLAM workshop at ICCV 2019