论文笔记_S2D.53_2013-ICCV_单目相机半稠密视觉里程计(VO)

本文提出了一种实时半稠密的单目相机视觉测距方法,结合了稠密方法的准确性和基于特征方法的效率。通过估计半稠密逆深度图,利用全图像对齐进行跟踪,解决了传统单目SLAM的局限性。该方法在CPU上实时运行,适用于机器人技术和增强现实。
摘要由CSDN通过智能技术生成

目录

基本情况

摘要

1 稠密单目VO(视觉里程计)

1.1 相关工作

基于特征的单目SLAM

稠密的单目SLAM

稠密的多视图立体化

1.2 贡献

1.3 方法概述

2 半稠密深度图评估

2.1 基于立体匹配的深度图更新

2.1.1 参考帧的选择

2.1.2 立体匹配方法

2.1.3 不确定度估算

2.1.4 深度观测融合 Depth Observation Fusion

2.1.5 不确定性注意力立体总结 Summary of Uncertainty-Aware Stereo

2.2 深度图传播

碰撞处理 Collision handling

2.3 深度图正则化

离群值删除

6. 结论


基本情况

  • 题目:Semi-Dense Visual Odometry for a Monocular Camera
  • 出处:Engel J, Sturm J, Cremers D. Semi-dense visual odometry for a monocular camera[C]//Proceedings of the IEEE international conference on computer vision. 2013: 1449-1456.

摘要

我们为单目相机提出了一种从根本上新颖的实时视觉测距方法。当在CPU上实时运行时,它可以受益于稠密跟踪的简单性和准确性(这不依赖于视觉功能)。关键思想是

  • 连续估计当前帧的半稠密逆深度图,然后使用稠密图像对齐来跟踪摄像机的运动。

更具体地,

  • 我们估计具有不可忽略的图像梯度所有像素的深度
  • 每个估计值都表示
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

惊鸿一博

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值