Surfel-based Mapping: SemanticFusion

摘要 使用視覺感知得到更魯棒，準確和細節的建圖已經被證明是移動機器人在許多應用中的促成因素。對於機器人智能和用戶交互的下一個階段，地圖需要從幾何和外觀上進行拓展——它們必須包含語義。McCormac等人通過組合CNNs和SOTA SLAM系統ElasticFusion，提供了室內RGB-D視頻序列間的長期稠密對應。這些對應允許多視角的CNN的語義預測通過概率融合到地圖中。這不僅提供了一個有效的語義

>>阅读原文<<