无监督深度学习SLAM——Moving SLAM

Moving SLAM: Fully Unsupervised Deep Learning in Non-Rigid Scenes

摘要

作者提出了一种可无监督训练的深度学习网络，该网络输入视频流，输出3D场景信息（camera 和depth）、运动目标及其运动信息。传统的SLAM存在一个强假设：目标是静止的。这种刚性场景假设限制了模型预测的性能。作者提出了一种简单的解决方案：将图像的局部区域作为刚性场景，对每个区域，预测不同的pose，计算不同区域的误差，进而优化网络参数。对于每个区域，预测一个6D的motion。在KITTI数据集上，无监督的里程计和深度估计，取得了state-of-the-art的结果。

实验