arXiv · 机器人与计算机视觉· Mario Alberto Tapia de la Cruz, Charalambos Poullis·· 6 天前AI 评分62
RECALL:基于学习 OEM 锚点残差的多相机阵列实时重校准
RECALL: Real-Time Recalibration of Multi-Camera Rigs via Learned OEM-Anchored Residuals
AI 导读
论文提出 RECALL 方法,通过前馈网络结合 OEM 标定锚点和已知物体观测,预测多相机阵列的当前内参和外参。该方法利用可合成真值在飞数据上训练,无需采集数据集。在合成基准和真实数据(TotalCapture、CMU Panoptic)测试中,RECALL 在旋转精度和焦距准确性上优于传统束调整及强基线模型,且运行速度快四个到五个数量级。代码与论文已公开于 arXiv。
来源:arXiv · 机器人与计算机视觉 · arxiv.org