WGANVO：基于生成对抗网络的单目视觉里程计
计算机视觉与模式识别
2020-07-28 v1 机器人学
摘要
在本工作中，我们提出 WGANVO，一种基于深度学习的单目视觉里程计方法。具体地，训练一个神经网络从图像对中回归位姿估计。训练采用半监督方法进行。与基于几何的单目方法不同，所提方法无需先验知识或额外信息即可恢复场景的绝对尺度。系统在著名的 KITTI 数据集上进行了评估，结果表明其可实时工作，且所获精度令人鼓舞，足以继续推进基于深度学习的方法的开发。
引用
@article{arxiv.2007.13704,
title = {WGANVO: Monocular Visual Odometry based on Generative Adversarial Networks},
author = {Javier Cremona and Lucas Uzal and Taihú Pire},
journal= {arXiv preprint arXiv:2007.13704},
year = {2020}
}