面向开放世界的视觉里程计：OpenVO 及时序动态感知
计算机视觉与模式识别
2026-04-28 v2
摘要
我们提出 OpenVO，一种面向开放世界视觉里程计 (VO) 的新型框架，具备时序感知能力，适用于受限输入条件。在单目行车摄像机脚部录像中，OpenVO 能有效估计不同观测频率和未校准摄像机的真实世界尺度 ego-motion，使其能够从行车事件录像中构建稳健的轨迹数据集。现有 VO 方法在固定观测频率（如 10Hz 或 12Hz）上训练，完全忽略了时序动态信息。许多先前方法还需要已校准摄像机且已知内参。因此，其性能在 (1) 部署于未见的观测频率或 (2) 应用于未校准摄像机时会下降。这些限制显著降低了其在许多下游任务（如从行车摄像机中提取轨迹）中的通用性。为解决这些挑战，OpenVO (1) 在两帧姿态回归框架中显式编码时序动态信息，(2) 利用来自基础模型的 3D 几何先验。我们在三个主要自动驾驶基准测试中进行了验证——KITTI、nuScenes 和 Argoverse 2——实现了超过 20% 的性能提升。
引用
@article{arxiv.2602.19035,
title = {OpenVO: Open-World Visual Odometry with Temporal Dynamics Awareness},
author = {Phuc D. A. Nguyen and Anh N. Nhu and Ming C. Lin},
journal= {arXiv preprint arXiv:2602.19035},
year = {2026}
}
备注
Main paper CVPR 2026