E-Graph: Minimal Solution for Rigid Rotation with Extensibility Graphs

要約

相対的な回転と平行移動の推定タスクの最小限のソリューションは、通常、いわゆる共可視グラフに依存して、さまざまなシナリオで検討されてきました。
ただし、オーバーラップせずに2つのフレーム間に直接回転関係を構築する方法は未解決のトピックであり、解決すれば、視覚オドメトリの精度を大幅に向上させることができます。
この論文では、拡張性グラフ（E-Graph）と呼ばれる新しいグラフ構造を利用することにより、領域が重複することなく2つの画像間の相対回転推定を解決するための新しい最小ソリューションを提案します。
共可視グラフとは異なり、消失方向や平面法線などの高レベルのランドマークは、幾何学的に拡張可能なEグラフに保存されます。
E-Graphに基づくと、回転推定の問題は、純粋な回転運動を処理でき、必要な仮定が少なくなるため、より単純で洗練されたものになります。
マンハッタン/アトランタワールド、平面/垂直運動。
最後に、回転推定戦略を完全なカメラ追跡およびマッピングシステムに組み込み、6-DoFカメラポーズと高密度3Dメッシュモデルを取得します。
公開ベンチマークに関する広範な実験は、提案された方法が最先端の追跡性能を達成することを示しています。

要約(オリジナル)

Minimal solutions for relative rotation and translation estimation tasks have been explored in different scenarios, typically relying on the so-called co-visibility graph. However, how to build direct rotation relationships between two frames without overlap is still an open topic, which, if solved, could greatly improve the accuracy of visual odometry. In this paper, a new minimal solution is proposed to solve relative rotation estimation between two images without overlapping areas by exploiting a new graph structure, which we call Extensibility Graph (E-Graph). Differently from a co-visibility graph, high-level landmarks, including vanishing directions and plane normals, are stored in our E-Graph, which are geometrically extensible. Based on E-Graph, the rotation estimation problem becomes simpler and more elegant, as it can deal with pure rotational motion and requires fewer assumptions, e.g. Manhattan/Atlanta World, planar/vertical motion. Finally, we embed our rotation estimation strategy into a complete camera tracking and mapping system which obtains 6-DoF camera poses and a dense 3D mesh model. Extensive experiments on public benchmarks demonstrate that the proposed method achieves state-of-the-art tracking performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google