Camera Relocalization by Exploiting Multi-View Constraints for Scene Coordinates Regression 2019論文筆記
研究機構：阿德萊德大學 本文提出了基於場景座標迴歸網絡的相機重定位方法，在DSAC++的基礎上顯式的引入了多視角幾何約束，其實就是在訓練階段使用圖像對作爲輸入，並重新設計了三個損失函數，和DSAC++的重投影誤差結合，加快了訓練的收斂速度，且在室內外數據集上達到了優於DSAC++（無3Dmodel）的精度,但是仍然劣於DSAC++（有3Dmodel）。 論文方法 
相關文章
- 1. Backtracking Regression Forests for Accurate Camera Relocalization
- 2. Relative Geometry-Aware Siamese Neural Networkfor 6DOF Camera Relocalization 2019 論文筆記
- 3. PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization 2015論文筆記
- 4. PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization論文閱讀
- 5. Camera Relocalization by Computing Pairwise Relative Poses Using Convolutional Neural Network，2017論文
- 6. PoseNet2：Geometric loss functions for camera pose regression with deep learning 論文筆記
- 7. Dual Attention Network for Scene Segmentation 論文筆記
- 8. GN-Net: The Gauss-Newton Loss for Multi-Weather Relocalization 論文筆記 2019
- 9. 【論文筆記】Deep Direct Regression for Multi-Oriented Scene Text Detection
- 10. Efficient multi-output scene coordinate prediction for fast and accurate camera...論文筆記