RAM-VO：视觉里程计中少即是多
机器人学
2021-07-08 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
构建能够在无人类监督下运行的车辆需要确定智能体的位姿。视觉里程计（VO）算法仅利用输入图像的视觉变化估计自运动。最近的VO方法广泛采用基于卷积神经网络（CNN）的深度学习技术，在处理高分辨率图像时带来了可观的计算代价。此外，在VO任务中，更多的输入数据并不意味着更好的预测；相反，架构可能会滤除无用信息。因此，计算高效且轻量的架构至关重要。本工作中，我们提出RAM-VO，一种将循环注意力模型（RAM）扩展用于视觉里程计任务的模型。RAM-VO改进了信息的视觉与时间表示，并采用近端策略优化（PPO）算法学习鲁棒策略。结果表明，RAM-VO可使用约300万参数从单目输入图像进行六自由度回归。此外，在KITTI数据集上的实验表明，RAM-VO仅使用可用视觉信息的5.7%便取得了有竞争力的结果。
引用
@article{arxiv.2107.02974,
title = {RAM-VO: Less is more in Visual Odometry},
author = {Iury Cleveston and Esther L. Colombini},
journal= {arXiv preprint arXiv:2107.02974},
year = {2021}
}