Monocular Visual Odometry using Learned Repeatability and Description笔记

一、论文阅读

原文https://arxiv.org/pdf/1712.07629.pdf

方法

1、特征提取前端 ：通过网络得到特征点和描述子的预测结果
（1）用了SuperPoint网络框架
参考之前的博客
（2）

2、相机位姿估计
（1）Initial Tracking on Repeatability:
在不同视角都能看到的3D landmark被称为“repeatable feature"

基于光度法的跟踪代价面存在非凸性，这主要是由于其对初始猜测的敏感性、收敛域的窄性以及优化过程中可能存在的数值问题。

（2）Pose Refinement:

3、建图
（1）建立Landmark
确定关键帧后，关键帧之间特征匹配的方法：
a. approximate nearest neighbor (ANN) search
b. search the epipolar line
（2）后端优化

二、实验复现