用深度学习取代某一个模块
1 DeepVO Towards End-to-End Visual Odometry with Deep RecurrentConvolutional Neural Networks
关键词:单目, 端到端,
输入RGB图像序列(视频流),输出位姿,在KITTI VO数据集上也做了实验。CNN提取特征,RNN建时序模型。
只是一个尝试,无法取代传统的SLAM
2 Self-supervised Visual Descriptor Learning for Dense Correspondence
关键词:稠密一致性估计,自动标签,全卷积
学习一个非线性函数:将M*H图像映射为长度为D的稠密描述子,每一个像素都表示为一个向量。利用KinectFusion或DynamicFusion生成标签
<