VOLDOR：基于对数逻辑斯蒂稠密光流残差的视觉里程计
计算机视觉与模式识别
2021-04-15 v1
摘要
我们提出一种稠密间接视觉里程计方法，其输入为外部估计的光流场而非手工设计的特征对应。我们将问题定义为概率模型，并推导了用于联合推断相机运动、像素深度和运动跟踪置信度的广义EM公式。与传统假设观测误差为高斯分布的方法相反，我们在（经实验验证的）自适应对数逻辑斯蒂分布模型下监督我们的推断框架。此外，对数逻辑斯蒂残差模型能很好地泛化到不同最先进光流方法，使我们的方法具有模块化特性且对光流估计器的选择不敏感。我们的方法在 TUM RGB-D 与 KITTI 里程计基准上均取得了排名靠前的结果。我们开源的实现天然对 GPU 友好，仅具有线性的计算与存储增长。
引用
@article{arxiv.2104.06789,
title = {VOLDOR: Visual Odometry from Log-logistic Dense Optical flow Residuals},
author = {Zhixiang Min and Yiding Yang and Enrique Dunn},
journal= {arXiv preprint arXiv:2104.06789},
year = {2021}
}
备注
Paper was accepted to CVPR20. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020. The arxiv version fixed a few typos