从公制空间单目视频中无监督学习深度与视觉里程计的深层表示
计算机视觉与模式识别
2019-08-06 v1 机器人学
图像与视频处理
摘要
对于自运动估计，场景的特征表示至关重要。先前的方法表明，基于低级与语义特征的方法均可取得有前景的结果。因此，分层特征表示的结合可受益于两类方法。从这一视角，我们提出一种新颖的直接特征里程计框架，称为 DFO，用于从单目视频中进行深度估计与分层特征表示学习。通过利用公制距离，我们的框架能够在无监督下学习分层特征表示。位姿以由高级到低级特征在放大特征图中的由粗到精方式获得。像素级注意力掩码可自学习以提供先验信息。与先前方法相反，我们提出的方法用直接法计算相机运动，而非从位姿网络回归自运动。借此，平移尺度因子的一致性可得以约束。此外，所提方法因而与传统 SLAM 流程兼容。在 KITTI 数据集上的实验证明了我们方法的有效性。
引用
@article{arxiv.1908.01367,
title = {Unsupervised Learning of Depth and Deep Representation for Visual Odometry from Monocular Videos in a Metric Space},
author = {Xiaochuan Yin and Chengju Liu},
journal= {arXiv preprint arXiv:1908.01367},
year = {2019}
}