EVOLIN Benchmark: Evaluation of Line Detection and Association

要約

線は、屋内および都市環境で一般的に見られる興味深い幾何学的特徴です。
ライン検出、ライン関連付け、ポーズ エラーなど、すべての段階で画像の連続ストリームからラインを評価できる完全なベンチマークが不足しています。
そのために、多数の補完的なメトリクスを提供することで、RGB と RGBD の両方について、SLAM フロントエンドのビジュアル ラインの完全かつ網羅的なベンチマークを提示します。
また、オールインワンのポーズと正確な注釈付きラインを得るために、よく知られている SLAM データセットのデータにラベルを付けました。
特に、17 のライン検出アルゴリズム、5 つのライン関連付け方法、および検出器と関連付けのいくつかの組み合わせでフレームのペアを位置合わせするために結果として生じる姿勢誤差を評価しました。
すべてのメソッドと評価メトリクスをパッケージ化し、Web ページ https://prime-slam.github.io/evolin/ で公開しています。

要約(オリジナル)

Lines are interesting geometrical features commonly seen in indoor and urban environments. There is missing a complete benchmark where one can evaluate lines from a sequential stream of images in all its stages: Line detection, Line Association and Pose error. To do so, we present a complete and exhaustive benchmark for visual lines in a SLAM front-end, both for RGB and RGBD, by providing a plethora of complementary metrics. We have also labelled data from well-known SLAM datasets in order to have all in one poses and accurately annotated lines. In particular, we have evaluated 17 line detection algorithms, 5 line associations methods and the resultant pose error for aligning a pair of frames with several combinations of detector-association. We have packaged all methods and evaluations metrics and made them publicly available on web-page https://prime-slam.github.io/evolin/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google