Learning a Depth Covariance Function

要約

幾何学的視覚タスクへの応用による深度共分散関数の学習を提案します。
RGB 画像を入力として指定すると、共分散関数を柔軟に使用して、深さ関数に対する事前分布、観測値に基づく予測分布、およびアクティブな点選択の方法を定義できます。
これらの技術を、深さの完了、バンドルの調整、単眼の高密度視覚オドメトリなどの下流タスクの選択に活用します。

要約(オリジナル)

We propose learning a depth covariance function with applications to geometric vision tasks. Given RGB images as input, the covariance function can be flexibly used to define priors over depth functions, predictive distributions given observations, and methods for active point selection. We leverage these techniques for a selection of downstream tasks: depth completion, bundle adjustment, and monocular dense visual odometry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google