- …
- …
#266
summarized by : Naoya Chiba
どんな論文か？
Lucas-Kanade (LK)のInverse Compositional (IC) AlgorithmをData-drivenで行う．Two-View Feature Encoderによって解像度の異なる特徴量を抽出し，Convolutional M-estimatorによって更新をロバストにする．Trust Region Networkによって更新量を決定する．
新規性
LKをICで解く場合の問題点（高周波数テクスチャに弱い，良いLoss Functionの選択が難しいなど）を学習ベースのアプローチで解決することを目指している．ICの基本構造を保持したまま，各要素をNNで置き換えた．
結果
問題設定として三次元の剛体変換の推定を扱っている（2Dについては補足資料に記載）．MovingObject3D，BundleFusion，DynamicBundleFusion，TUM RGB-D SLAMの各データセットで評価を行い，良好な結果を得ている．Ablationに相当する結果も提示．
その他（なぜ通ったか？等）
- …
- …