面向鲁棒视觉相机重定位的语义对象级建模
计算机视觉与模式识别
2024-02-13 v1 机器人学
摘要
视觉重定位对于移动机器人的自主视觉定位和导航至关重要。由于基于CNN的目标检测算法的改进，视觉重定位的鲁棒性得到了极大增强，尤其是在经典方法失效的视角下。然而，由轴对齐目标检测生成的椭球（二次曲面）可能会限制对象级表示的准确性，并降低视觉重定位系统的性能。在本文中，我们提出了一种用于精确椭球表示对象的自动对象级体素建模新方法。对于视觉重定位，我们设计了一种更好的位姿优化策略用于相机位姿恢复，以充分利用二维拟合椭圆和三维精确椭球的投影特性。所有这些模块都完全集成到视觉SLAM系统中。实验结果表明，我们的语义对象级建图和基于对象的视觉重定位方法在对新视角的鲁棒性方面显著增强了视觉重定位的性能。
引用
@article{arxiv.2402.06951,
title = {Semantic Object-level Modeling for Robust Visual Camera Relocalization},
author = {Yifan Zhu and Lingjuan Miao and Haitao Wu and Zhiqiang Zhou and Weiyi Chen and Longwen Wu},
journal= {arXiv preprint arXiv:2402.06951},
year = {2024}
}