MaskFusion:惊艳的结合实例感知、语义分割、动态追踪的SLAM系统

(关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)
继ECCV2018将于9月份在德国慕尼黑开幕，增强现实领域盛会ISMAR2018也将于10月下旬在慕尼黑召开，与ECCV在国内CV学术和工业界领域大热不同，ISMAR在国内还不是广为人知。
今天跟大家分享的工作来自University College London的论文《MaskFusion: Real-Time Recognition, Tracking and Reconstruction of Multiple Moving Objects》，

他们在SLAM技术的基础上引入了实例语义分割，效果视频相当惊艳，一起来看看吧。

作者演示并声称该RGB-D SLAM系统不仅能实现实时的场景感知3D重建，更是具有吸引人的三大特点：
1. 实例感知。无需事先给定物体的先验知识或者已知模型，也能进行场景中的多目标识别；
2. 语义分割。借助于语义实例分割技术，能够实时在场景中对物体分配语义标签；
3. 动态追踪。尽管场景中的物体相互位置有不断变化，仍能实时分割、重建、语义标注。

作者称代码将开源。
项目主页：
http://visual.cs.ucl.ac.uk/pubs/maskfusion/

论文下载：
在“我爱计算机视觉”公众号后台回复MaskFusion，即可收到下载地址。

PS.今年苹果赞助了ISMAR，没有赞助ECCV~
(欢迎关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)