SparsePose：稀疏视角相机位姿回归与优化
计算机视觉与模式识别
2022-12-01 v1
摘要
相机位姿估计是处理单一物体或场景密集图像集的标准3D重建流程中的关键步骤。然而，当仅有少量图像可用时，位姿估计方法常因依赖在图像对之间鲁棒识别和匹配视觉特征的能力而失败。尽管这些方法在密集相机视角下可鲁棒工作，但采集大量图像可能耗时或不切实际。我们提出SparsePose，用于在给定稀疏宽基线图像集（少于10张）时恢复准确的相机位姿。该方法学习回归初始相机位姿，并在大规模物体数据集（Co3D: Common Objects in 3D）上训练后迭代优化。SparsePose在恢复准确相机旋转和平移方面显著优于传统方法和基于学习的基线。我们还展示了仅使用物体5-9张图像进行高保真3D重建的流程。
引用
@article{arxiv.2211.16991,
title = {SparsePose: Sparse-View Camera Pose Regression and Refinement},
author = {Samarth Sinha and Jason Y. Zhang and Andrea Tagliasacchi and Igor Gilitschenski and David B. Lindell},
journal= {arXiv preprint arXiv:2211.16991},
year = {2022}
}