RelMobNet：基于鲁棒两阶段训练的端到端相对相机位姿估计
计算机视觉与模式识别
2022-07-12 v2 机器人学
摘要
相对相机位姿估计，即利用在不同地点拍摄的一对图像估计平移和旋转向量，是增强现实与机器人系统中重要的组成部分。本文提出一种使用孪生架构且与相机参数无关的端到端相对相机位姿估计网络。该网络使用 Cambridge Landmarks 数据中的四个独立场景数据集以及一个合并四场景的数据集进行训练。为提升泛化能力，我们提出一种新颖的两阶段训练方法，缓解了平衡平移与旋转损失尺度的超参数需求。所提方法与 RPNet、RCPNet 等基于 CNN 的单阶段训练方法进行比较，结果表明所提模型在 Kings College、Old Hospital 和 St Marys Church 场景上分别将平移向量估计提升了 16.11%、28.88% 和 52.27%。为证明纹理不变性，我们利用生成对抗网络对数据集进行不同场景风格的增广，作为消融研究，考察所提方法的泛化能力。此外，我们对网络预测与真实位姿的对极线进行了定性评估。
引用
@article{arxiv.2202.12838,
title = {RelMobNet: End-to-end relative camera pose estimation using a robust two-stage training},
author = {Praveen Kumar Rajendran and Sumit Mishra and Luiz Felipe Vecchietti and Dongsoo Har},
journal= {arXiv preprint arXiv:2202.12838},
year = {2022}
}
备注
15 pages, 7 figures, 2 tables - RelMobNet revised draft