自改进视觉里程计
计算机视觉与模式识别
2018-12-11 v1
摘要
我们提出了一种自监督学习框架，利用无标签单目视频序列生成大规模监督信号，用于训练视觉里程计（VO）前端——一个计算图像间逐点数据关联的网络。我们的自改进方法使 VO 前端能够随时间学习，不同于其他 VO 和 SLAM 系统需要耗费时间的手工调参或昂贵的数据收集来适应新环境。我们提出的前端处理单目图像，由一个单一的多任务卷积神经网络组成，该网络输出 2D 关键点位置、关键点描述子以及一种新颖的点稳定性分数。我们利用 VO 的输出创建点对应的自监督数据集以重新训练前端。当在来自 ScanNet 的 250 万张单目图像上通过 VO 大规模训练时，稳定性分类器自动发现了对不太可能在 VO 中有帮助的关键点的排序，例如深度不连续处的 T 型连接、阴影和高光上的特征，以及像人这样的动态物体。所得前端在 ScanNet 上的 3D 到 2D 位姿估计任务中优于传统方法（SIFT、ORB、AKAZE）和深度学习方法（SuperPoint 和 LF-Net）。
引用
@article{arxiv.1812.03245,
title = {Self-Improving Visual Odometry},
author = {Daniel DeTone and Tomasz Malisiewicz and Andrew Rabinovich},
journal= {arXiv preprint arXiv:1812.03245},
year = {2018}
}