基于注意力深度学习的单目视觉里程计的运动一致性损失
计算机视觉与模式识别
2024-01-22 v1 机器人学
摘要
深度学习算法推动了许多复杂任务的显著进展。损失函数是深度学习技术的核心组成部分，指导着神经网络的学习过程。本文为基于深度学习的视觉里程计引入了一种一致性损失。运动一致性损失利用了连续重叠视频片段中出现的重复运动。实验结果表明，我们的方法在KITTI里程计基准上提升了模型的性能。
引用
@article{arxiv.2401.10857,
title = {Motion Consistency Loss for Monocular Visual Odometry with Attention-Based Deep Learning},
author = {André O. Françani and Marcos R. O. A. Maximo},
journal= {arXiv preprint arXiv:2401.10857},
year = {2024}
}