EVOLIN Benchmark: Evaluation of Line Detection and Association

要約

線は、屋内や都会の環境でよく見られる興味深い幾何学的特徴です。
ライン検出、ライン アソシエーション、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ありません。
そのために、多数の補完的なメトリックを提供することにより、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、よく知られている SLAM データセットからのデータにラベルを付けて、オールインワンのポーズと正確に注釈を付けた線を作成しました。
特に、17 の線検出アルゴリズム、5 つの線関連付け方法、および検出器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の結果のポーズ エラーを評価しました。
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