Real-Time 6-DOF Monocular Visual SLAM in a Large-Scale Environment
對單目來說物體越遠，測距的精度越低，硬體上的缺點，可以透過算法去彌補，近日有兩篇關於單目視覺的研究論文曝光，一篇是單目視頻的深度估計，另一篇則是單目3D 物體辨識，在數據集下測試，都取得了不錯的效果，我們熟悉的單目攝影機，可能一直被低估了。
攝影機是自動駕駛汽車中重要的感測器之一，在自動駕駛過程中的首要任務就是道路辨識 ，主要是圖像特徵法和模型匹配法來進行辨識。行駛過程中需要進行障礙物檢測，和路標路牌辨識等，此時車輛上的資訊採集，便可以運用單目視覺，或者多目視覺。
由於很多圖像算法的研究，都是基於單目攝影機開發的，因此相對於其他類別的攝影機，單目攝影機的算法成熟度更高。基於單目攝影頭可以用來定位、目標辨識等。但是相比多目，單目有著先天的缺陷，視野資訊不能夠豐富，單目測距的精度也較低。
不過單目攝影機的作用還未發揮到極致，近日有兩篇關於單目視覺的研究，讓眾多研究者驚艷，原來單目一樣可以有不錯的表現。
Paper1：Orthographic Feature Transform for Monocular 3D Object Detection
單目 3D 物體檢測，是一件很有挑戰性的事情，目前最先進系統的成績，也不及用雷射雷達的 1/10，劍橋大學的科學家，利用單目視覺進行 3D 物體辨識，透過引入正交特徵變換，使基於圖像的特徵映射到正交 3D 空間，來避免形成圖像域，可以全面地推斷出，各個物體比例尺寸，以及相隔的距離。
透過在 KITTI 數據集裡測試，發現與前人的 Mono3D 方法對比，這種方法在鳥瞰圖平均精確度、3D 物體邊界辨識上，各項測試成績上均優於對手。
尤其在探測遠處物體時要遠超 Mono3D，遠處可辨識出的汽車數量更多。甚至在嚴重遮擋、截斷的情況下，仍能正確辨識出物體。在某些場景下，甚至達到了 3D OP 系統的水平。
在這項工作中，提出的一種新穎的單目三維物體檢測方法，基於在鳥瞰視野範圍內操作的，減輕了許多不良圖像的屬性，更易於推斷出世界的 3D 結構。
用一種簡單的正交特徵變換，將基於圖像的特徵，轉換為這種鳥瞰視圖表示，並描述了如何使用圖像積分有效地實現它，以深二維卷積網路的形式，應用於提取的鳥瞰特徵，取得了不錯的效果，說明單目還有很大可開發的空間。
Paper2：A Structured Approach to Unsupervised Depth Learning from Monocular Videos
這是谷歌的工程師做的一個研究，他利用單目視頻深度估計，自從 2014 年 NIPS 上出現第一篇用 CNN－based 來做單目深度估計，近幾年也不斷湧現出，一些做單目深度估計的文章，有直接依靠深度學習，和網路架構得到結果，還有依靠於深度資訊本身的性質進行估計，基於 CRF 和基於相對深度方法的，本篇文章是基於無監督學習，單目影像深度估計。
文中的方法能夠模擬運動物體，並產生高品質的深度估計結果，與以前的單目影像無監督學習方法相比，該方法能夠恢復移動物體的正確深度。
也就說，能夠正確地恢復與自身運動車輛，相同速度的移動汽車的深度。因為一台相對靜止的車輛，往往會表現出，與地面相同的無線深度特徵，解決了高動態場景中的問題。
這些方法仍需要很長時間去測試其可靠性，相比雷射雷射雷達，單目算法一旦能在無人駕駛汽車上成功應用，將會節省一大筆費用，單目視覺辨識可能還有著無限的市場潛力。415181203
 |
0 comments:
張貼留言