#146
summarized by : shoji sonoyama
Generalizing to the Open World: Deep Visual Odometry With Online Adaptation

どんな論文か?

Deepな単眼SLAM/VOをオンライン学習するためのself-supervised frameworkを提案した論文. self-supervised learningに使用するDepthを単眼深度推定とオプティカルフローの組み合わせで得るのがポイント.
placeholder

新規性

単眼深度推定とオプティカルフローを組み合わせたBaysian depth refinementの提案. および,それをオンライン学習するためのGauss-Newton層の提案.

結果

2つのデータセット間での汎化性能のSoTAを達成(Cityscape to KITTI/KITTI to TUM).かつ,KITTI datasetとNYUv2 datasetでの深度推定精度のSoTAを達成. 提案手法はORB-SLAM2やDSOに対してテクスチャの乏しいシーン,急激な照明変化や動きに強い傾向にある.

その他(なぜ通ったか?等)

単眼深度推定とオプティカルフローの推定において,結果だけでなくuncertaintyを出力するように変更し,ベイズ推定で統合するアイデアが面白い.