Str-L Pose：将点和结构化线集成到双图中进行相对姿态估计
计算机视觉与模式识别
2024-10-08 v1
摘要
相对姿态估计对于各种计算机视觉应用至关重要，包括机器人和自动驾驶。当前方法主要依赖于选择和匹配特征点，容易产生错误匹配，导致性能下降。因此，仅依赖点匹配关系进行姿态估计是一个巨大的挑战。为克服这些限制，我们提出了一种几何对应图神经网络，将点特征与额外的结构化线段集成。这种点和线段匹配的集成进一步利用几何约束，增强了在不同环境下的模型性能。我们采用双图模块和特征加权融合模块有效地聚合几何和视觉特征，促进复杂场景的理解。我们在 DeMoN 和 KITTI 位姿估计数据集上进行了大量实验。结果表明，我们的方法与最新技术相当。
引用
@article{arxiv.2408.15750,
title = {Str-L Pose: Integrating Point and Structured Line for Relative Pose Estimation in Dual-Graph},
author = {Zherong Zhang and Chunyu Lin and Shujuan Huang and Shangrong Yang and Yao Zhao},
journal= {arXiv preprint arXiv:2408.15750},
year = {2024}
}