PulseAugur
中
实时 03:02:33
English(EN) Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry

Con-DSO 通过学习到的一致性先验改进RGB-D里程计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Con-DSO，一个新颖的RGB-D直接稀疏里程计框架，旨在提高在挑战性环境中的准确性。该系统学习预测相邻RGB-D帧的光度一致性和深度几何一致性的像素级不确定性。通过将这些不确定性预测用作质量先验，Con-DSO可以在姿态估计过程中动态调整不可靠观测值的影响，从而在多个基准测试中显著减少轨迹误差。 AI

排序理由 这是一篇详细介绍视觉里程计新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

Con-DSO 通过学习到的一致性先验改进RGB-D里程计

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haolan Zhang, Thanh Nguyen Canh, Chenghao Li, Ziyan Gao, Xiongwen Jiang, Nak Young Chong ·

    Con-DSO：为RGB-D直接稀疏里程计学习短视界一致性先验

    arXiv:2605.27952v1 Announce Type: new Abstract: Visual odometry (VO) is a fundamental component in robotics and augmented reality. RGB-D direct VO benefits from metric depth measurements, but it can degrade in challenging environments, where dynamic objects, occlusions, illuminat…

相关实体

相关话题