이 논문은 카메라 위치 추정을 위한 새로운 신경 볼륨 포즈 특징인 PoseMap을 제안한다. PoseMap은 이미지와 카메라 포즈 간의 암시적 정보를 캡처하여 카메라 위치 추정 정확도를 높인다.
논문의 주요 내용은 다음과 같다:
PoseMap: 기존 NeRF 모델에 포즈 특징 추출 브랜치를 추가하여 이미지와 카메라 포즈 간의 암시적 정보를 학습한다. 이를 통해 PoseMap을 생성할 수 있다.
APR 아키텍처: PoseMap을 활용하여 절대 포즈 회귀(APR) 모델을 학습한다. 이미지 특징과 포즈 특징 간의 차이를 최소화하도록 모델을 최적화한다.
자기 지도 온라인 정렬: 레이블이 없는 이미지를 활용하여 사전 학습된 APR 모델을 미세 조정할 수 있는 자기 지도 온라인 정렬 기법을 제안한다.
실험 결과, 제안 방법은 기존 APR 방법 대비 실내 14.28%, 실외 20.51% 성능 향상을 달성하며 최신 수준의 정확도를 보인다. 특히 학습 데이터가 부족한 경우에도 강건한 성능을 보인다.
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Jingyu Lin,J... о arxiv.org 03-20-2024
https://arxiv.org/pdf/2403.12800.pdfГлибші Запити