Apr, 2024

PoseINN：基于可逆神经网络的实时视觉姿态回归与定位

PDF
TL;DR使用可逆神经网络来解决相机估计主题中的高计算成本问题，提供类似于当前最先进技术模型的性能，但更快速训练且只需要离线渲染低分辨率合成数据，同时还能提供输出的不确定性估计。
发现论文，激发创造
  • PoseNet：一种用于实时六自由度相机重定位的卷积网络

    本文提出了一个稳健而实时的单目六自由度重定位系统，使用卷积神经网络训练完成，无需其他工程或优化过程。

    May, 2015

  • 基于物理信息可逆神经网络的高效贝叶斯反问题推断

    提出了使用物理知识的可逆神经网络 (PI-INN) 来解决贝叶斯反问题的新方法，其中包括 INN 和 NB-Net 两个子网络来提高估计后验概率分布的可行性，并采用新的独立损失项来保证 INN 输出的统计独立性，通过数值实验验证了其高效性和准确性。

    Apr, 2023

  • 基于注意力循环网络的全局姿态估计

    我们设计了一种新的可微架构 Neural Graph Optimizer，由本地姿态估计模型、新颖的姿态选择模块和新颖的图优化过程组成，通过端到端的训练使网络自动学习与视觉里程计相关的领域特定特征，从而实现了 SLAM 的完整神经网络解决方案，并在模拟的 2D 迷宫和 3D ViZ-Doom 环境中展示了系统的有效性。

    Feb, 2018

  • P2I-NET：通过对抗学习将相机姿态映射到图像以实现实时室内环境中的新视图合成

    基于给定的室内环境中的新 6DoF 相机位姿，研究基于一组参考 RGBD 视图预测该位姿下的视角的难题，并提出了一种条件生成对抗神经网络（P2I-NET）来直接预测给定位姿下的新视角。

    Sep, 2023

  • 基于 CNN 的绝对相机姿态回归的局限性理解

    本研究旨在解决场景中精确的相机姿态估计的视觉定位问题，传统方法使用 3D 几何学，而新近出现的卷积神经网络则直接从输入图像中学习相机姿态，但是并未达到 3D 方法的精度。本论文提出了一种理论模型来预测 pose regression 技术的失败案例，并证实了我们的预测。作者进一步表明，pose regression 与图像检索非常相似，而不是与 3D 结构的准确姿态估计。最重要的是，当前方法并不能持续超越手工图像检索基线，因此需要进一步的研究。

    Mar, 2019

  • 使用隐式场景表示的通用姿态估计

    本文提出了一种新的 6-DoF 姿态估计模型 i-σSRN，通过在神经渲染器中，将目标位置与渲染场景信息联系起来，从而实现对于不同目标的姿态估计和渲染，显著提高了推理性能和速度。

    May, 2023

  • SPP-Net：使用合成图像进行深度绝对姿态回归

    通过稀疏特征描述符基于深度学习神经网络架构设计实现图像绝对姿态估计问题，取得了 state-of-the-art 的性能表现，同时使用这种方式的优势可以提高模型的效率和扩展性以及泛化性能。

    Dec, 2017

  • 深度神经网络架构搜索，用于 Nano-UAV 上的精确视觉位姿估计

    运用神经结构搜索技术 (NAS), 我们为视觉姿态估计任务自动确定了几个帕累托最优的卷积神经网络 (CNNs), 以适应小型 UAV 硬件限制的特点，展示了现实生活中多个 NAS 优化的 CNNs 可以在 27 克的 Crazyflie 纳米 UAV 上运行，并通过降低 32％的实地控制误差，具有实时的推断速率～10Hz@10mW 和～50Hz@90mW，从而进一步优化了 CNNs。

    Mar, 2023

  • 使用图神经网络和相对姿态监督的视觉相机定位

    本研究提出了一种基于姿态回归网络和图神经网络相结合的视觉重新定位方法，可在没有内参信息的情况下达到与绝对姿态回归网络相当的准确性，同时保持相对姿态回归模型的高测试速度和对非训练场景的适用性。

    Apr, 2021

  • iSPA-Net: 迭代语义姿态对齐网络

    iSPA-Net is an iterative Semantic Pose Alignment Network that exploits semantic 3D structural regularity to solve the task of fine-grained pose estimation by predicting viewpoint difference between a given pair of images, and achieves state-of-the-art performance on various real image viewpoint estimation datasets with the aid of correspondence of learned spatial descriptor of the input image pair and refinement in consecutive iterations utilizing an online rendering setup along with effectiveness of a non-uniform bin classification of pose-difference; the approach also shows effectiveness for active object viewpoint localization and unsupervised part-segmentation transfer using only a single part-annotated 3D template model per object class.

    Aug, 2018