UnDeepVO：基于无监督深度学习的单目视觉里程计
计算机视觉与模式识别
2018-02-22 v2
摘要
本文提出了一种新颖的单目视觉里程计（VO）系统，称为 UnDeepVO。UnDeepVO 能够利用深度神经网络估计单目相机的 6-DoF 位姿及其视野的深度。所提出的 UnDeepVO 具有两个显著特征：一是无监督深度学习方案，二是绝对尺度恢复。具体而言，我们使用双目图像对训练 UnDeepVO 以恢复尺度，但使用连续单目图像进行测试。因此，UnDeepVO 是一个单目系统。为训练网络定义的损失函数基于空间与时间密集信息。系统概览如图 1 所示。在 KITTI 数据集上的实验表明，我们的 UnDeepVO 在位姿精度方面取得了良好的性能。
引用
@article{arxiv.1709.06841,
title = {UnDeepVO: Monocular Visual Odometry through Unsupervised Deep Learning},
author = {Ruihao Li and Sen Wang and Zhiqiang Long and Dongbing Gu},
journal= {arXiv preprint arXiv:1709.06841},
year = {2018}
}
备注
6 pages, 6 figures, Accepted by ICRA18. Video: (https://www.youtube.com/watch?v=5RdjO93wJqo) Website: (http://senwang.gitlab.io/UnDeepVO/)