【论文笔记】Prior Guided Dropout for Robust Visual Localization in Dynamic Environments（2020）

单目图像的摄像机定位一直是一个长期存在的问题，但其在动态环境下的鲁棒性还没有得到充分的解决。与经典的几何方法相比，现代的基于CNN的方法（如PoseNet方法）表现出了抗干扰和视点变化的可靠性，但仍有以下局限性。首先，前景移动对象没有得到明确的处理，这会导致动态环境中的性能差和不稳定。其次，每幅图像的输出是一个不确定量化的点估计。本文提出了一种通用于现有基于CNN的姿态重构器的框架，以提高其在动态

>>阅读原文<<