基于语义最近邻场的单目边缘视觉里程计
计算机视觉与模式识别
2019-04-02 v1
摘要
边缘检测与分割领域的深度学习最新进展为基于语义边缘的自运动估计开辟了新路径。本文提出一种利用类别感知语义边缘的鲁棒单目视觉里程计（VO）框架，可在具有挑战性的室外环境中重建大规模语义地图。我们方法的核心是一个语义最近邻场，它借助语义实现跨帧边缘的鲁棒数据关联，显著扩大了跟踪阶段的收敛半径。所提出的边缘配准方法可轻松集成到直接 VO 框架中，以估计光度、几何与语义一致的相机运动。我们对不同类型边缘进行了评估，大量实验表明本系统优于当前最先进的间接、直接与语义单目 VO 系统。
引用
@article{arxiv.1904.00738,
title = {Semantic Nearest Neighbor Fields Monocular Edge Visual-Odometry},
author = {Xiaolong Wu and Assia Benbihi and Antoine Richard and Cedric Pradalier},
journal= {arXiv preprint arXiv:1904.00738},
year = {2019}
}