[论文解读] Sparse Bayesian Inference for Dense Semantic Mapping

Lu Gan, Maani Ghaffari+2 more|arXiv (Cornell University)|Sep 22, 2017

Robotics and Sensor-Based Localization参考文献 26被引用 5

一句话总结

本文提出了一种基于相关向量机（RVM）的连续稀疏贝叶斯语义映射方法，用于密集三维机器人映射。通过利用自动相关性确定（ARD），该方法实现了高效、高分辨率的推理并输出概率结果，在NYU Depth V2和KITTI基准测试中表现优于最先进方法，同时保持了稀疏性和可扩展性。

ABSTRACT

Despite impressive advances in simultaneous localization and mapping, dense robotic mapping remains challenging due to its inherent nature of being a high-dimensional inference problem. In this paper, we propose a dense semantic robotic mapping technique that exploits sparse Bayesian models, in particular, the relevance vector machine, for high-dimensional sequential inference. The technique is based on the principle of automatic relevance determination and produces sparse models that use a small subset of the original dense training set as the dominant basis. The resulting map posterior is continuous, and queries can be made efficiently at any resolution. Moreover, the technique has probabilistic outputs per semantic class through Bayesian inference. We evaluate the proposed relevance vector semantic map using publicly available benchmark datasets, NYU Depth V2 and KITTI; and the results show promising improvements over the state-of-the-art techniques.

研究动机与目标

• 通过利用稀疏贝叶斯模型，解决密集机器人语义映射中的高维推理挑战。
• 克服离散体素表示方法分辨率固定且阻碍可扩展性的局限。
• 通过具备高效查询能力的概率框架，实现在分辨率可调条件下的连续语义地图推理。
• 通过贝叶斯推理中的不确定性量化，提升语义映射的鲁棒性和泛化能力。
• 在保持计算效率的同时，通过稀疏性在公开基准上实现最先进性能。

提出的方法

• 将密集语义映射建模为多类别分类问题，利用相关向量机（RVM）实现稀疏贝叶斯推理。
• 应用自动相关性确定（ARD）识别最少数量的相关训练点（相关向量），确保稀疏性并降低计算成本。
• 使用先验高斯过程语义地图中的核函数，对三维空间中的空间相关性进行建模，实现连续地图表示。
• 通过局部语义地图（基于立体图像和里程计数据构建）进行时间序列推理，再通过GICP融合实现全局一致性。
• 通过在任意三维位置查询学习到的RVM模型，实现在任何期望分辨率下的概率预测。
• 将2D语义分割输出（如来自空洞卷积神经网络的输出）作为训练标签，将其反投影至3D空间以构建地图。

实验结果

研究问题

• RQ1 稀疏贝叶斯模型（如RVM）能否提供一种可扩展且连续的替代方案，以取代离散体素表示的语义映射？
• RQ2 在RVM中使用自动相关性确定（ARD）在不损失精度的前提下，如何提升推理效率和地图稀疏性？
• RQ3 RVM-based语义映射在不同室内和室外环境中，面对传感器数据质量差异时，能在多大程度上保持高性能？
• RQ4 该方法能否超越二值占据地图，通过实现包含不确定性量化的丰富多类别语义表示？
• RQ5 与现有最先进3D语义映射系统相比，RVSM框架在标准基准测试中的表现如何？

主要发现

• 相关向量语义地图（RVSM）在KITTI和NYU Depth V2数据集上的3D语义映射中，性能优于最先进2D分割方法，同时保持了相当的敏感性。
• RVSM模型平均每类仅使用24至30个相关向量，表明其具有强大的稀疏性，且相比全密集模型计算开销显著降低。
• 在KITTI里程计序列15中，RVSM成功在长达2760张图像的序列中一致地重建了建筑物、道路和电线杆等详细语义结构。
• KITTI序列05的大规模RVSM的俯视图与真实轨迹及Google Earth卫星图像高度一致，证实了其全局一致性。
• 该方法能有效处理无纹理和低可见度表面，在复杂视觉条件下仍能保持精细的语义细节。
• 该框架对稀疏测量具有鲁棒性，可通过概率推理推断缺失标签，从而在真实机器人应用中提升可靠性。