RPNet：一种用于相对相机位姿估计的端到端网络
计算机视觉与模式识别
2018-09-25 v1
摘要
本文通过深度神经网络解决从原始图像像素进行相对相机位姿估计的任务。所提出的RPNet网络以图像对作为输入，直接推断相对位姿，无需相机内参/外参。基于SIFT+RANSAC的最先进系统只能恢复至尺度未知的平移向量，而RPNet以端到端方式训练以产生完整平移向量。在Cambridge Landmark数据集上的实验结果显示，在恢复完整平移向量方面非常有前景。结果还表明，RPNet比传统方法产生更准确和更稳定的结果，尤其对于困难图像（重复纹理、无纹理图像等）。据我们所知，RPNet是首次尝试在相对位姿估计中恢复完整平移向量。
引用
@article{arxiv.1809.08402,
title = {RPNet: an End-to-End Network for Relative Camera Pose Estimation},
author = {Sovann En and Alexis Lechervy and Frédéric Jurie},
journal= {arXiv preprint arXiv:1809.08402},
year = {2018}
}