VUNet:基于 RGB 相机的动态场景视图合成用于可通行性估计
计算机视觉与模式识别
2019-01-14 v2 机器人学
摘要
我们提出 VUNet,一种用于动态环境中移动机器人的新视图(VU)合成方法,及其在未来可通行性估计中的应用。我们的方法仅使用先前与当前时间步的 RGB 图像,为给定的虚拟机器人速度指令预测未来图像。未来图像通过对先前与当前图像施加两类图像变化得到:1)由不同相机位姿引起的变化,以及 2)由动态障碍物运动引起的变化。我们学习使用两种新颖网络架构 SNet 与 DNet 分别预测这两类变化。我们将 SNet 与 DNet 结合以合成未来图像,并将其传入我们此前提出的方法 GONet 来估计机器人周围的可通行区域。我们的定量与定性评估表明,我们的视图合成方法在静态与动态环境中均能预测准确的未来图像。我们还展示了这些虚拟图像可用于正确估计未来可通行性。我们将基于视图合成的可通行性估计方法应用于辅助遥操作的两个应用。
引用
@article{arxiv.1806.08864,
title = {VUNet: Dynamic Scene View Synthesis for Traversability Estimation using an RGB Camera},
author = {Noriaki Hirose and Amir Sadeghian and Fei Xia and Roberto Martin-Martin and Silvio Savarese},
journal= {arXiv preprint arXiv:1806.08864},
year = {2019}
}
备注
website: http://svl.stanford.edu/projects/vunet/