【論文筆記】Prior Guided Dropout for Robust Visual Localization in Dynamic Environments（2020）

單目圖像的攝像機定位一直是一個長期存在的問題，但其在動態環境下的魯棒性還沒有得到充分的解決。與經典的幾何方法相比，現代的基於CNN的方法（如PoseNet方法）表現出了抗干擾和視點變化的可靠性，但仍有以下侷限性。首先，前景移動對象沒有得到明確的處理，這會導致動態環境中的性能差和不穩定。其次，每幅圖像的輸出是一個不確定量化的點估計。本文提出了一種通用於現有基於CNN的姿態重構器的框架，以提高其在動態

>>阅读原文<<