面向移动 AR 的即时视觉里程计初始化
计算机视觉与模式识别
2021-08-02 v1
摘要
移动 AR 应用受益于快速初始化以即时显示世界锁定效果。然而，标准视觉里程计或 SLAM 算法需要运动视差来初始化（见图 1），因此存在初始化延迟。在本文中，我们提出了一种可即时初始化且无需运动视差的 6-DoF 单目视觉里程计。我们的主要贡献是一个位姿估计器，它将估计 5-DoF 相对旋转和平移方向与 1-DoF 平移大小解耦。虽然在单目仅视觉设置中尺度不可观测，但估计整个轨迹上一致的尺度（即使物理上不准确）仍然至关重要，以避免 AR 效果沿深度方向错误移动。在我们的方法中，我们利用以下事实：在仅旋转运动期间，深度误差对用户不可感知。然而，当用户开始平移设备时，深度变得可感知，估计一致尺度的能力也随之而来。我们提出的算法自然地在这两种模式之间过渡。我们使用公开可用数据集和合成数据对我们的贡献进行了广泛验证。我们表明，所提出的位姿估计器在低视差配置下优于文献中用于 6-DoF 位姿估计的经典方法。我们发布了一个使用真实数据的相对位姿问题数据集，以便于未来相对位姿问题解决方案的比较。我们的解决方案在 Instagram 和 Facebook 等平台的世界锁定 AR 效果中，既可作为完整的里程计，也可作为任何受支持 SLAM 系统（ARKit、ARCore）的预 SLAM 组件。
引用
@article{arxiv.2107.14659,
title = {Instant Visual Odometry Initialization for Mobile AR},
author = {Alejo Concha and Michael Burri and Jesús Briales and Christian Forster and Luc Oth},
journal= {arXiv preprint arXiv:2107.14659},
year = {2021}
}