LivePose：基于动态相机位姿的单目视频在线三维重建
计算机视觉与模式识别
2023-08-22 v2
摘要
基于RGB图像的稠密三维重建传统上假设相机位姿估计是静态的。即便近期工作日益关注移动设备的实时方法，这一假设依然延续。然而，每幅图像位姿固定的假设在在线执行中并不成立：来自实时SLAM的位姿是动态的，并可能随束调整与回环闭合等事件而更新。在RGB-D场景下，这已通过反积分过往视图并以更新位姿重新积分得到解决，但在仅RGB场景下基本未被处理。我们形式化该问题以定义由动态位姿图像进行稠密在线重建的新任务。为支持进一步研究，我们引入了名为LivePose的数据集，包含运行于ScanNet上的SLAM系统的动态位姿。我们选取三种近期重建系统，并应用基于反积分的框架使各自适应动态位姿场景。此外，我们提出一种新颖的非线性反积分模块，可学习移除陈旧场景内容。我们表明，响应位姿更新对高质量重建至关重要，且我们的反积分框架是一种有效解决方案。
引用
@article{arxiv.2304.00054,
title = {LivePose: Online 3D Reconstruction from Monocular Video with Dynamic Camera Poses},
author = {Noah Stier and Baptiste Angles and Liang Yang and Yajie Yan and Alex Colburn and Ming Chuang},
journal= {arXiv preprint arXiv:2304.00054},
year = {2023}
}
备注
ICCV 2023