[論文レビュー] Introduction to Camera Pose Estimation with Deep Learning

Yoli Shavit, Ron Ferens|arXiv (Cornell University)|Jul 8, 2019

Robotics and Sensor-Based Localization参考文献 57被引用数 51

ひとこと要約

RGB画像から絶対カメラ姿勢を回帰する深層学習アプローチの調査。方法の分類、クロス比較、再現性のノート、および将来の方向性を含む。

ABSTRACT

Over the last two decades, deep learning has transformed the field of computer vision. Deep convolutional networks were successfully applied to learn different vision tasks such as image classification, image segmentation, object detection and many more. By transferring the knowledge learned by deep models on large generic datasets, researchers were further able to create fine-tuned models for other more specific tasks. Recently this idea was applied for regressing the absolute camera pose from an RGB image. Although the resulting accuracy was sub-optimal, compared to classic feature-based solutions, this effort led to a surge of learning-based pose estimation methods. Here, we review deep learning approaches for camera pose estimation. We describe key methods in the field and identify trends aiming at improving the original deep pose regression solution. We further provide an extensive cross-comparison of existing learning-based pose estimators, together with practical notes on their execution for reproducibility purposes. Finally, we discuss emerging solutions and potential future research directions.

研究の動機と目的

• 初期の最適でない結果の後、学習ベースのカメラ姿勢推定の研究を動機づける。
• RGB画像から絶対カメラ姿勢を回帰する主要な深層学習アプローチを要約する。
• 既存の学習ベース姿勢推定器のクロス比較を提供する。
• 再現性を改善し、将来の研究を指導する実用的なノートを提供する。

提案手法

• カメラ姿勢推定の深層学習アプローチをレビューし統合する。
• 姿勢回帰性能を改善する傾向を特定する主要手法を説明する。
• 既存の学習ベース推定器を広範に横断比較する。
• 再現性と実装に関する実務上の考慮事項を議論する。

実験結果

リサーチクエスチョン

• RQ1 RGB画像からのカメラ姿勢推定に用いられる主な深層学習アプローチは何か。
• RQ2 異なる学習ベースの姿勢推定器は性能、長所、弱点の点でどのように比較されるか。
• RQ3 再現性とデプロイに影響を与える実務的考慮事項は何か。
• RQ4 深層学習での姿勢推定における将来の方向性と新興ソリューションは何か。

主な発見

• 本論文はカメラ姿勢推定の深層学習アプローチをレビューし、元の回帰ベースソリューションを改善する傾向を論じている。
• 既存の学習ベース姿勢推定器の広範な横断比較を提供する。
• 再現性を支援する方法の実践的ノートを提供する。
• 新興ソリューションと将来の研究方向を論じる。