arXiv · 机器人与计算机视觉· Prateeth Rao, Sachit Rao·· 23 天前AI 评分42
Epipolar-Constrained Graph Representation Learning 用于几何姿态估计研究
Epipolar-Constrained Graph Representation Learning for Geometric Pose Estimation
AI 导读
该研究提出基于极线约束的图表示学习以解决视觉里程计中的姿态变化估计难题。方法利用无检测器模型构建对应关系图,通过本质矩阵剪枝并训练图神经网络生成聚合向量输入多层感知机输出旋转与平移元素。在 KITTI、ETH3D、King's College 及 Tartan Air 等室外基准数据集上的单目视觉里程计实验显示,其轨迹与相对姿态估计效果优于传统共识估计器及学习引导对应方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org