MapNet: An Allocentric Spatial Memory for Mapping Environments 2018 论文笔记

牛津大学，CVPR-2018，建图 1.论文摘要 论文设计了一个可导、端到端的建图模块，能够将传感器感受到的、相机中心视角的环境信息转化为世界坐标系下的表示，即建图。得到的地图是环境的2.5D表示，存储了深度神经网络模块从RGBD输入中提取的信息。该地图与SFM方法得到的结果不同，包含能够支持多种任务的信息。 2.简介 && 相关工作 深度学习在以图像为中心的任务中取得了 巨大的成就（分割、检测、

>>阅读原文<<