Core Concepts
回転と移動を分離して推定するRT2PLアルゴリズムは、三重点線画像からの正確でリアルタイムな相対姿勢推定を実現します。
Abstract
この論文では、三重点線画像からの相対姿勢推定に焦点を当てています。以下は内容の概要です:
Abstract
点特徴量に加えてライン特徴量が有効であることが示唆されている。
3つのフレームにおける高精度な回転推定方法が提案されている。
Introduction
ライン特徴量は弱いテクスチャシナリオでもポーズ推定を向上させる。
既存のVOシステムやSfMシステムでは、ライン特徴量がポーズ推定に貢献している。
Rotation Estimation
NEC(Normal Epipolar Constraint)やNBC(Normal Back-projected Constraint)など、回転推定方法が提案されている。
NBC-mult形式がNBC-mini形式よりも滑らかな性能を示す。
Translation Estimation
LiGT(Linear Global Translation)制約に基づく移動部分も提案されており、点とライン情報を組み合わせたLiGT法が優れた性能を発揮する。
Experiments
合成データセットや実世界データセットでRT2PLアルゴリズムが他手法よりも優れた結果を示す。
RT2PLはKITTIデータセットやEuRoC MAVデータセットで高い精度を達成する。
Stats
ライン特徴量とポイント特徴量の組み合わせによって改善された精度
Quotes
"An accurate and Real-Time pose estimator with Points and Lines is proposed, which estimates Rotation and Translation separately, allowing it to handle pure rotation degeneracy and planar degeneracy, namely RT2PL."