Centrala begrepp
본 논문은 이미지 매칭을 사전 학습 작업으로 활용하여 상대 자세 추정을 위한 일반화 가능한 엔드-투-엔드 딥러닝 기반 방법을 제안한다.
Sammanfattning
본 논문은 상대 자세 추정을 위한 일반화 가능한 엔드-투-엔드 딥러닝 기반 방법을 제안한다.
LoFTR 네트워크를 통해 생성된 반밀집 특징 맵, 이미지 워핑, 자세 회귀기를 활용한다.
이동 방향과 척도를 별도의 항으로 다루는 손실 함수를 사용하여 성능을 향상시켰다.
다양한 데이터셋에서 실험을 진행하였으며, 기존 방법들에 비해 우수한 성능을 보였다.
특히 서로 다른 데이터셋 간 일반화 성능이 우수하였다.
그러나 넓은 베이스라인과 극심한 조명 변화가 있는 이미지 쌍에 대해서는 한계가 있었다.
Statistik
이동 거리 오차는 유클리드 거리로 측정된다.
이동 방향 오차는 실제 이동 방향과 예측 이동 방향 사이의 각도로 측정된다.
회전 오차는 실제 회전과 예측 회전 사이의 각도로 측정된다.
Citat
"본 논문은 이미지 매칭을 사전 학습 작업으로 활용하여 상대 자세 추정을 위한 일반화 가능한 엔드-투-엔드 딥러닝 기반 방법을 제안한다."
"이동 방향과 척도를 별도의 항으로 다루는 손실 함수를 사용하여 성능을 향상시켰다."
"다양한 데이터셋에서 실험을 진행하였으며, 기존 방법들에 비해 우수한 성능을 보였다."