新的STAG-VIO系统通过提示稳定化增强了动态视觉-惯性里程计

研究人员开发了STAG-VIO，一种用于动态视觉-惯性里程计的新型系统，通过稳定化提示到几何接口来增强鲁棒性。该方法通过使用不确定性自适应多目标跟踪来为轻量级基础分割模型生成时间连贯的提示，从而解决了运动损坏测量值的挑战。该系统进一步通过面向几何的形态学处理来细化掩码，并采用约束预算感知特征重新分配策略来保持准确的几何估计，即使在动态物体存在的情况下也是如此。 AI

影响 提高了机器人和自主系统等应用在动态环境中的鲁棒性。

排序理由 详细介绍一种新的视觉-惯性里程计方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• OpenLORIS-Scene
• Rui Zhou
• ScienceCast
• STAG-VIO

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →