May, 2023
通过可微分的非线性最小二乘学习对应不确定性
Learning Correspondence Uncertainty via Differentiable Nonlinear Least
Squares
TL;DR本文提出了一种可微的非线性最小二乘框架，用于考虑特征对应的相对姿态估计中的不确定性，并通过不同iating 估计过程中的相机姿态来估计特征位置的协方差。我们在合成、KITTI和EuRoC实际数据集上评估了我们的方法，并发现我们的方法始终优于最先进的非概率和概率方法。