基于CNN边缘检测与Shi-Tomasi角点优化的鲁棒直接边缘视觉里程计
计算机视觉与模式识别
2021-10-22 v1 机器人学
摘要
本文提出一种基于CNN边缘检测与Shi-Tomasi角点优化的鲁棒直接边缘视觉里程计(VO)。所提方法从图像中提取四层金字塔以减小帧间运动误差。该方案利用CNN边缘检测与Shi-Tomasi角点优化从图像中提取信息。随后，使用Levenberg-Marquardt (LM)算法并更新关键帧来进行位姿估计。我们在RGB-D TUM基准上将所提方法与稠密直接法、改进的Canny边缘检测直接法以及ORB-SLAM2系统进行了比较。实验结果表明，我们的方法获得了更好的鲁棒性与精度。
引用
@article{arxiv.2110.11064,
title = {Robust Edge-Direct Visual Odometry based on CNN edge detection and Shi-Tomasi corner optimization},
author = {Kengdong Lu and Jintao Cheng and Yubin Zhou and Juncan Deng and Rui Fan and Kaiqing Luo},
journal= {arXiv preprint arXiv:2110.11064},
year = {2021}
}