学少即得多——基于3D表面回归的6D相机定位
计算机视觉与模式识别
2018-03-28 v2
摘要
自动驾驶与增强现实等热门研究领域重新激发了人们对基于图像的相机定位的兴趣。本工作中，我们解决在给定3D环境中从单张RGB图像预测6D相机位姿的任务。随着神经网络的兴起，先前工作要么学习了整个相机定位过程，要么学习了相机定位流水线的多个组件。我们的关键贡献是论证并解释：学习该流水线中的单一组件便已足够。此组件为一个全卷积神经网络，用于稠密回归所谓的场景坐标，从而定义输入图像与3D场景空间之间的对应。该神经网络前置到一个新的端到端可训练流水线中。我们的系统高效、高精度、训练鲁棒，并展现出卓越的泛化能力。它在室内与室外数据集上一致超越最先进水平（SOTA）。有趣的是，即便训练时不利用场景的3D模型，我们的方法仍超越现有技术，因为网络能够仅从单视图约束自动发现3D场景几何。
引用
@article{arxiv.1711.10228,
title = {Learning Less is More - 6D Camera Localization via 3D Surface Regression},
author = {Eric Brachmann and Carsten Rother},
journal= {arXiv preprint arXiv:1711.10228},
year = {2018}
}
备注
CVPR 2018