NodeSLAM：用于多视图形状重建的神经对象描述子
计算机视觉与模式识别
2020-10-13 v2
摘要
场景表示的选择对其所需的形状推断算法以及其所赋能的智能应用都至关重要。我们提出了高效且可优化的多类学习型对象描述子，以及一种新颖的概率化可微分渲染引擎，用于从一张或多张RGB-D图像中进行有原则的全对象形状推断。我们的框架允许准确且鲁棒的3D对象重建，其支持多种应用，包括机器人抓取与放置、增强现实，以及首个能够在优化对象位姿和形状的同时联合优化相机轨迹的对象级SLAM系统。
引用
@article{arxiv.2004.04485,
title = {NodeSLAM: Neural Object Descriptors for Multi-View Shape Reconstruction},
author = {Edgar Sucar and Kentaro Wada and Andrew Davison},
journal= {arXiv preprint arXiv:2004.04485},
year = {2020}
}
备注
to be published in 3DV