《表3 在ICL-NUIM数据集上生成的3D模型对比结果》
ICL-NUIM[26]数据集提供了一种评估稠密模型重建精度的方法,ICL-NUIM数据集中包括了4个图像序列,lr_kt0,lr_kt1,lr_kt2,lr_kt3,4个图像序列的重建效果如图5所示。紫色小块表示相机,蓝色小块表示提取的关键帧,绿色线表示covisibility graph(无向由权图)中的共视关系[4-5],粉色线表示检测到闭环之后纠正过的相机运动轨迹,红色点表示重建出的稀疏的地图点。在图5中不仅展示了改进后的系统重建的稠密地图,还可以看到输出的相机运动轨迹和稀疏地图,图5中,四周为重建的场景的稠密模型,内部为相机的运动轨迹。表2列出了4个图像序列的具体情况。采用ICL-NUIM数据集中提供的SurfReg配准工具,在ICL-NUIM数据集上,分别将Kintinuous系统、ElasticFusion系统和改进后的ORB-SLAM2系统生成的3D模型与数据集提供的标准3D模型配准,配准结果如表3所示。由结果可得,与另外两个系统相比,改进后的系统在4个图像序列上生成的稠密模型重建精度更高。
图表编号 | XD0066620400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 孙云雷、吴清潇 |
绘制单位 | 中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、辽宁省图像理解和计算机视觉重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院光电信息处理重点实验室、辽宁省图像理解和计算机视觉重点实验室 |
更多格式 | 高清、无水印(增值服务) |