Relative Camera Pose Estimation Using Convolutional Neural Networks

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussavertaisarvioitu

Tutkijat

Organisaatiot

  • Tampere University of Technology

Kuvaus

This paper presents a convolutional neural network based approach for estimating the relative pose between two cameras. The proposed network takes RGB images from both cameras as input and directly produces the relative rotation and translation as output. The system is trained in an end-to-end manner utilising transfer learning from a large scale classification dataset. The introduced approach is compared with widely used local feature based methods (SURF, ORB) and the results indicate a clear improvement over the baseline. In addition, a variant of the proposed architecture containing a spatial pyramid pooling (SPP) layer is evaluated and shown to further improve the performance.

Yksityiskohdat

AlkuperäiskieliEnglanti
OtsikkoAdvanced Concepts for Intelligent Vision Systems
Alaotsikko18th International Conference, ACIVS 2017, Antwerp, Belgium, September 18-21, 2017, Proceedings
ToimittajatJacques Blanc-Talon, Rudi Penne, Wilfried Philips, Dan Popescu, Paul Scheunders
TilaJulkaistu - 2017
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Advanced Concepts for Intelligent Vision Systems - Antwerp, Belgia
Kesto: 18 syyskuuta 201721 syyskuuta 2017
Konferenssinumero: 18

Julkaisusarja

NimiLecture Notes in Computer Science
KustantajaSpringer
Vuosikerta10617
ISSN (painettu)0302-9743
ISSN (elektroninen)1611-3349

Conference

ConferenceInternational Conference on Advanced Concepts for Intelligent Vision Systems
LyhennettäACIVS
MaaBelgia
KaupunkiAntwerp
Ajanjakso18/09/201721/09/2017

ID: 16822353