Image-based localization using LSTMs for structured feature correlation

文中提出很多場景使用deeplearning的方式還沒有傳統的sift的效果好 本文主要是解決兩種場景:1:無紋理。2:重複紋理   也是一個end-to-end的直接回歸得到6dof pose的文章,只不過不僅僅使用了CNN。文章是CNN+LSTM的方式。 仍然使用pose 誤差:   整體網路框架: 使用預訓練的網絡googlenet,同posenet一樣最後的fc層輸出的是2048維度的gl
相關文章
相關標籤/搜索