CNN-SLAM

#论文学习#第二篇：CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction

CNN-SLAM:Real-timedensemonocularSLAMwithlearneddepthpredictionCNN-SLAM：基于学习深度预测的实时稠密单目slamAbstract：本文研究了如何利用深度神经网络预测对深度地图进行精确和稠密的单目重建
qq_34716695·2022-11-22 21:29

机器人与深度学习

Paper2017Tateno,K.,Tombari,F.,Laina,I.,&Navab,N.(2017).CNN-SLAM:Real-timedensemonocularSLAMwithlearneddepthprediction.arXivpreprintarXiv
旧人赋荒年·2020-08-19 06:08

语义 SLAM

CNN-SLAM。该文章使用直接法估计相机姿态，使用CNN来估计Depth，以及做图像语义分割。然后将Geometry和semantic融合起来，生成具有语义信息的map。
星辰大海在梦中·2020-08-19 05:45

原文：CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction

这是一篇CNN结合SLAM的经典论文，事实证明，以深度学习去替换SLAM中的一个/几个模块，是可行的，只要实验数据比纯几何SLAM要好，就是可以接受的。此篇文章使用CNN替换了SLAM中的数个模块，值得一看。原文链接我放在这儿：链接：https://pan.baidu.com/s/1X91XTqIH8nV5yZ6smh1aYA提取码：zm18在我的下一篇博客里，也会贴上我自己翻译的译文，仅供参考。
christinayo·2020-08-19 03:32

CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction

时间：2016年关键字：单目、稠密、实时本质：LSD-SLAM+CNN优点：估计绝对尺度应付纯旋转运动获得低纹理区域的深度为什么单目slam无法估计绝对尺度（尺度不确定性）？常识：对轨迹和地图同时缩放一定的倍数，我们看到的图像是一样的。原因是透视投影，近大远小。一个很大但很远的物体，跟一个很小但很近的物体，看起来可能是一样的。公式：对极约束恒等于0，t的尺度不确定本文如何确定绝对尺度？单帧图片的能
白菜-Momenta·2020-08-19 00:13

CNN-SLAM:实时密集单目SLAM，可学习深度预测

摘要：考虑到卷积神经网络在深度预测方面的最新进展（CNNs）。本文研究了如何利用深度神经网络的预测深度图进行精确、密集的单眼重建。我们提出一种将cnn预测的稠密深度图与直接单目SLAM测得的深度融合在一起的方法。我们的融合方案在单目SLAM方法容易失败的图像位置(如低纹理区域)的深度预测方面具有优势，反之亦然。我们演示了使用深度预测来估计重建的绝对规模，从而克服了单眼SLAM的主要局限性之一。最后
勤奋骚年·2020-06-24 18:46

论文笔记-深度估计(7)-CNN-SLAM Real-time dense monocular SLAM with learned depth prediction

CVPR2017_CNN-SLAMReal-timedensemonocularSLAMwithlearneddepthprediction关键词：基于CNN的单张图深度估计，语义SLAM，半稠密的直接法SLAM作者提出了一个利用CNN结合SLAM的应用，其SLAM过程如上图，具体解释如下：作者首先筛选出关键帧，在关键帧上用训练好的CNN网络[1]来预测单帧图深度值得到深度图，并以此深度图作为SL
一只飞鱼fy·2018-01-05 22:40
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他