Key points are not available for this paper at this time.
이 논문에서는 RGB-D 카메라를 위한 밀집 시각 SLAM 방법을 제안하여 모든 픽셀에서 광학적 오차와 깊이 오차를 최소화합니다. 희소한 특징 기반 방법과 달리, 이는 이미지 데이터 내의 사용 가능한 정보를 더 잘 활용할 수 있게 하여 더 높은 자세 정확도를 이끌어 냅니다. Furthermore, 우리는 키프레임 선택 및 루프 클로저 감지를 위한 엔트로피 기반 유사성 측정을 제안합니다. 모든 성공적인 매칭에서, 우리는 g2o 프레임워크를 사용하여 최적화하는 그래프를 구축합니다. 우리는 공개된 기준 데이터셋에서 우리의 접근 방식을 extensively 평가했으며, 질감이 낮고 구조가 적은 장면에서도 잘 작동하는 것을 발견했습니다. 여러 최첨단 방법과의 직접 비교에서, 우리의 접근 방식은 상당히 낮은 궤적 오차를 나타냅니다. 우리는 우리의 소프트웨어를 오픈 소스로 공개합니다.
Kerl et al. (금요일) 이 질문을 연구했습니다.
Synapse has enriched 2 closely related papers on similar clinical questions. Consider them for comparative context: