PoseNet：用于实时六自由度相机重定位的卷积网络
计算机视觉与模式识别
2016-02-19 v4 神经与进化计算
机器人学
摘要
我们提出一个鲁棒且实时的单目六自由度重定位系统。我们的系统训练一个卷积神经网络，以端到端的方式从单张RGB图像回归六自由度相机位姿，无需额外的工程或图优化。该算法可在室内外实时运行，每帧计算耗时5ms。对于大规模室外场景，其精度约为2m和6度；室内精度为0.5m和10度。这是通过使用一个高效的23层深度卷积网络实现的，表明卷积网络可用于解决复杂的图像平面外回归问题。这得益于从大规模分类数据上的迁移学习。我们展示该卷积网络从高维特征进行定位，并且对困难光照、运动模糊以及不同相机内参具有鲁棒性，而基于点的SIFT配准在此情况下会失败。此外，我们展示了所产生的位姿特征可泛化到其他场景，使得我们仅用几十个训练样本即可回归位姿。PoseNet代码、数据集及在线演示可在我们的项目网页 http://mi.eng.cam.ac.uk/projects/relocalisation/ 获取。
引用
@article{arxiv.1505.07427,
title = {PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization},
author = {Alex Kendall and Matthew Grimes and Roberto Cipolla},
journal= {arXiv preprint arXiv:1505.07427},
year = {2016}
}
备注
9 pages, 13 figures; Corrected numerical error in orientation results