A comparison of uncertainty estimation approaches for DNN-based camera localization

要約

カメラのローカリゼーション (カメラ ポーズ回帰) は、自動運転などの多くの実用的なアプリケーションがあるため、コンピューター ビジョンにおいて非常に重要なタスクです。
カメラのローカリゼーションの不確実性の信頼できる推定も重要です。これにより、危険なローカリゼーションの失敗を傍受できるようになるからです。
文献にはいくつかの不確実性推定方法が示されていますが、私たちの知る限り、それらの有効性は十分に検討されていません。
この作業では、カメラ位置特定の特定のコンテキストで、モンテカルロ ドロップアウト (MCD)、ディープ アンサンブル (DE)、およびディープ エビデンシャル回帰 (DER) の 3 つの統合された認識論的不確実性推定方法のパフォーマンスを比較します。
マルチモーダル画像からLiDARマップへの登録のためのDNNアプローチであるCMRNetを活用し、その内部構成を変更して、KITTIデータセットで3つの方法を使用した広範な実験活動を可能にしました。
特に重要なのは、DER の適用です。
正確なカメラの位置特定と較正された不確実性を達成し、特定の方法を使用して位置特定の失敗を検出できるようにします。

要約(オリジナル)

Camera localization, i.e., camera pose regression, represents a very important task in computer vision, since it has many practical applications, such as autonomous driving. A reliable estimation of the uncertainties in camera localization is also important, as it would allow to intercept localization failures, which would be dangerous. Even though the literature presents some uncertainty estimation methods, to the best of our knowledge their effectiveness has not been thoroughly examined. This work compares the performances of three consolidated epistemic uncertainty estimation methods: Monte Carlo Dropout (MCD), Deep Ensemble (DE), and Deep Evidential Regression (DER), in the specific context of camera localization. We exploited CMRNet, a DNN approach for multi-modal image to LiDAR map registration, by modifying its internal configuration to allow for an extensive experimental activity with the three methods on the KITTI dataset. Particularly significant has been the application of DER. We achieve accurate camera localization and a calibrated uncertainty, to the point that some method can be used for detecting localization failures.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google