Pixel-Wise Prediction based Visual Odometry via Uncertainty Estimation

要約

この論文では、ピクセル単位の予測ベースのビジュアル オドメトリ (PWVO) を紹介します。これは、入力観測のすべてのピクセルの平行移動と回転の値を評価する高密度予測タスクです。
PWVO は、不確実性推定を使用して入力観測のノイズ領域を識別し、選択メカニズムを採用して、推定された不確実性マップに基づいてピクセル単位の予測を統合し、最終的な平行移動と回転を導き出します。
PWVO を総合的にトレーニングするために、合成トレーニング データを生成するためのデータ生成ワークフローをさらに開発します。
実験結果は、PWVO が好ましい結果を提供できることを示しています。
さらに、私たちの分析は、PWVO で採用された設計の有効性を検証し、PWVO によって推定された不確実性マップが入力観測のノイズを捕捉できることを示しています。

要約(オリジナル)

This paper introduces pixel-wise prediction based visual odometry (PWVO), which is a dense prediction task that evaluates the values of translation and rotation for every pixel in its input observations. PWVO employs uncertainty estimation to identify the noisy regions in the input observations, and adopts a selection mechanism to integrate pixel-wise predictions based on the estimated uncertainty maps to derive the final translation and rotation. In order to train PWVO in a comprehensive fashion, we further develop a data generation workflow for generating synthetic training data. The experimental results show that PWVO is able to deliver favorable results. In addition, our analyses validate the effectiveness of the designs adopted in PWVO, and demonstrate that the uncertainty maps estimated by PWVO is capable of capturing the noises in its input observations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google