10.3785/j.issn.1008-973X.2019.01.013
基于生成对抗网络的图像恢复与SLAM容错研究
为了提高即时定位与地图构建(SLAM)系统的容错能力,在经典图像生成网络Pix2Pix的基础上,逐步添加深度估计网络和深度信息的输入、基于STN网络的图像重建损失以及基于图像修复网络的图像补全损失3个方面的改进.结合双目图像的耦合关系,通过挖掘和融合多种信息,增大了信息的利用率,提高了模型的图像生成效果.提出将生成对抗网络(GAN)技术与SLAM容错场景相结合,直接实现了感知端的容错.在KITTI和City-scapes数据集上进行实验,验证了改进模型的有效性.将模型生成的图像用于双目视觉系统的重建,验证了容错思想的可行性.
图像生成网络、容错、即时定位与地图构建(SLAM)、图像恢复、Pix2Pix
53
TP183(自动化基础理论)
国家自然科学基金资助项目U1664264,U1509203
2019-03-04(万方平台首次上网日期,不代表论文的发表时间)
共11页
115-125