基于稀疏光流的线特征跟踪
计算机视觉与模式识别
2022-04-18 v2
摘要
本文针对相机位姿估计问题，提出了一种新颖的基于稀疏光流（Sparse Optical Flow, SOF）的线特征跟踪方法。该方法受基于点的 SOF 算法启发，并基于一个观察发展而来：时变图像序列中相邻两帧图像满足亮度不变性。基于此观察，我们重新定义了线特征跟踪的目标：基于灰度值匹配而非描述子匹配，跟踪一条线特征的两个端点而非整条线。为实现这一目标，我们提出了一种高效的双端点跟踪（Two Endpoint Tracking, TET）方法：首先，用两个端点描述给定的线特征；接着，基于 SOF 跟踪这两个端点，通过最小化像素级灰度残差函数获得两个新的跟踪端点；最后，连接这两个跟踪端点生成一条新的线特征。由此在给定线特征和新线特征之间建立对应关系。与当前基于描述符的方法相比，我们的 TET 方法无需计算描述符和重复检测线特征，因此在计算量上具有明显优势。在多个公开基准数据集上的实验表明，我们的方法在精度上极具竞争力，同时在速度上具有显著优势。
引用
@article{arxiv.2204.03331,
title = {Sparse Optical Flow-Based Line Feature Tracking},
author = {Qiang Fu and Hongshan Yu and Islam Ali and Hong Zhang},
journal= {arXiv preprint arXiv:2204.03331},
year = {2022}
}