RoMeO：鲁棍性指标视觉里程计
计算机视觉与模式识别
2025-04-09 v3
摘要
视觉里程计（VO）旨在从视觉输入中估计相机姿态，这是许多应用（如 VR/AR 和机器人）的基本构件。本工作聚焦于单目 RGB 视觉里程计，输入为单目 RGB 视频，无需 IMU 或 3D 传感器。现有方法在面对这一挑战性场景时缺乏鲁棍性，无法泛化到未见数据（尤其是户外场景），也无法恢复指标尺度姿态。我们提出了鲁棍性指标视觉里程计（RoMeO），一种新方法通过利用预训练深度模型的先验知识来解决这些问题。RoMeO 集成了单目深度和多视图立体（MVS）模型，以恢复指标尺度、简化配对搜索、提供更好的初始化并正则化优化。我们提出了有效策略在训练期注入噪声并自适应过滤噪声深度先验，确保 RoMeO 在野生数据上的鲁棍性。正如图 1 所示，RoMeO 在覆盖室内和户外场景的 6 个数据集上均显著优于当前最先进方法。相对于当前 SOTA 方法 DPVO，RoMeO 将相对（与 GT 对齐轨迹规模）和绝对轨迹误差均降低超过 50%。性能提升也转移到完整的 SLAM 流程（包括全局 BA 与回环检测）。接受后将发布代码。
引用
@article{arxiv.2412.11530,
title = {RoMeO: Robust Metric Visual Odometry},
author = {Junda Cheng and Zhipeng Cai and Zhaoxing Zhang and Wei Yin and Matthias Muller and Michael Paulitsch and Xin Yang},
journal= {arXiv preprint arXiv:2412.11530},
year = {2025}
}