大规模动态室外场景的实时重建
计算机视觉与模式识别
2019-04-17 v2
摘要
标准三维重建流程假设世界是静止的,因此每当场景中存在动态物体时就会出现“重影伪影”。近期的方法已开始解决这一问题,但它们通常要么仅丢弃动态信息,要么使用边界框或逐帧深度表示,要么依赖于本质上缓慢且不适合在线设置的方法。我们提出了一种用于大规模室外动态环境实时重建的端到端系统。我们利用计算高效的数据驱动方法在 6-DoF 物体位姿估计上的最新进展,将场景分割为物体与静止“背景”。这使我们能够使用随时间变化(动态)的地图来表示场景,其中每个物体被显式表示为独立实例并在其自身体素中重建。对于每个时间步,我们的动态地图维护每个体素相对于静止背景的相对位姿。我们的系统以增量方式运行,这对于在线重建至关重要,可处理具有远距离物体的大规模环境,并以(近)实时运行。我们在 KITTI 数据集上展示了方法的有效性,并提供了定性与定量结果,显示出对多个动态场景的高质量稠密三维重建。
引用
@article{arxiv.1903.06708,
title = {Live Reconstruction of Large-Scale Dynamic Outdoor Worlds},
author = {Ondrej Miksik and Vibhav Vineet},
journal= {arXiv preprint arXiv:1903.06708},
year = {2019}
}
备注
CVPR 2019 workshop on dynamic scene reconstruction