MagicVO：基于深度双向循环卷积神经网络的端到端单目视觉里程计
计算机视觉与模式识别
2018-11-29 v2
摘要
本文提出一种解决单目视觉里程计问题的新框架，称为MagicVO。基于卷积神经网络（CNN）和双向LSTM（Bi-LSTM），MagicVO以连续单目图像序列作为输入，在相机每个位置输出6自由度绝对尺度位姿。它不仅利用CNN在图像特征处理上的优异性能充分提取图像帧的丰富特征，还通过Bi-LSTM从前后图像序列中学习几何关系，以获得更准确的预测。MagicVO的流程如图1所示。MagicVO系统是端到端的，在KITTI数据集和ETH-asl cla数据集上的实验结果表明，MagicVO在传统视觉里程计（VO）系统的位姿精度和泛化能力方面具有更好的性能。
引用
@article{arxiv.1811.10964,
title = {MagicVO: End-to-End Monocular Visual Odometry through Deep Bi-directional Recurrent Convolutional Neural Network},
author = {Jian Jiao and Jichao Jiao and Yaokai Mo and Weilun Liu and Zhongliang Deng},
journal= {arXiv preprint arXiv:1811.10964},
year = {2018}
}
备注
9 pages,5 figures,CVPR2019