汎用3D事前情報を用いた動的環境向けVisual SLAM
Dynamic Visual SLAM using a General 3D Prior
フィードフォワード再構成モデルで動的領域を除去し、その深度予測をパッチベースのバンドル調整と統合することで、動的環境でもロバストにカメラ姿勢を推定する単眼Visual SLAMを提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Xingguang Zhong, Liren Jin, Marija Popović, Jens Behley, Cyrill Stachniss
分類: cs.RO, cs.CV
原文アブストラクト
Reliable incremental estimation of camera poses and 3D reconstruction is key to enable various applications including robotics, interactive visualization, and augmented reality. However, this task is particularly challenging in dynamic natural environments, where scene dynamics can severely deteriorate camera pose estimation accuracy. In this work, we propose a novel monocular visual SLAM system that can robustly estimate camera poses in dynamic scenes. To this end, we leverage the complementary strengths of geometric patch-based online bundle adjustment and recent feed-forward reconstruction models. Specifically, we propose a feed-forward reconstruction model to precisely filter out dynamic regions, while also utilizing its depth prediction to enhance the robustness of the patch-based visual SLAM. By aligning depth prediction with estimated patches from bundle adjustment, we robustly handle the inherent scale ambiguities of the batch-wise application of the feed-forward reconstruction model.
関連論文
- ブラケティングで道を切り開く：ロバストなVisual SLAMのための適応的マルチ露出ポリシーVisual SLAM
- 線特徴拡張cuVSLAM：低テクスチャ環境における堅牢な視覚オドメトリVisual SLAM
- ヒューマン・イン・ザ・ループ型ニューロシンボリックドリフト予測による信頼性の高いVisual SLAMVisual SLAM
- Know-Your-Scene (KYS)-SLAM: ステレオ視覚SLAMにおける特徴マッチングのための階層的意味・運動事前分布Visual SLAM
- HuMemSLAM: 人間の記憶に着想を得た効率的な意味的場所認識による堅牢なVisual SLAMVisual SLAM
- 深層単眼Visual SLAMはスケール問題を克服したのか？ScaleMasterデータセットとベンチマークVisual SLAM
