arXiv · 机器人与计算机视觉· Haolan Zhang, Thanh Nguyen Canh, Chenghao Li, Ziyan Gao, Xiongwen Jiang, Nak Young Chong·· 2026-10-07精选AI 评分78
Con-DSO:学习短视界一致性先验的 RGB-D 直接稀疏里程计框架
Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry
AI 导读
针对动态物体、遮挡和光照变化导致的 RGB-D 直接视觉里程计退化问题,该研究提出 Con-DSO 框架,利用统一的学习不确定性模型解决光密与几何一致性假设被违反的挑战。
推荐理由
该工作提出一致性感知的不确定性模型,在多个公开基准上显著降低了 RGB-D 直接稀疏里程计的绝对轨迹误差。
来源:arXiv · 机器人与计算机视觉 · arxiv.org