基于 RGBD 与惯性输入的实时室内场景重建
计算机视觉与模式识别
2018-12-10 v1
摘要
相机运动估计是三维场景重建与同步定位与建图（SLAM）的一项关键技术。为使其实用可行，以往工作通常假设相机运动缓慢，这限制了其在许多真实场景中的使用。我们提出了一种端到端的三维重建系统，其结合彩色、深度与惯性测量，以在快速传感器运动下实现鲁棒重建。我们的框架扩展卡尔曼滤波以融合三类信息，并采用迭代方法联合优化特征对应、相机位姿与场景几何。我们还提出了一种新颖的几何感知块形变技术，以适配图像域中的特征外观，从而在快速相机运动下实现更准确的特征匹配。实验表明，我们的块形变方法提升了特征跟踪精度，且我们的三维重建在快速相机运动下优于当前最优方案。
引用
@article{arxiv.1812.03015,
title = {Real-time Indoor Scene Reconstruction with RGBD and Inertia Input},
author = {Zunjie Zhu and Feng Xu},
journal= {arXiv preprint arXiv:1812.03015},
year = {2018}
}