SfM即将淘汰？NeRF加入位姿估计，反光、弱纹理、精细结构全解决！

文章预览

点击下方 卡片 ，关注 「3DCV」 公众号 选择 星标 ，干货第一时间送达 0.这篇文章干了啥？ 这篇文章评估了使用NeRF（神经辐射场）进行工业机器人应用中的新视角合成的潜力。作者使用工业机器人末端执行器上的相机捕获输入图像，并根据机器人的运动学确定了准确的相机姿态。他们的数据集包含了工业应用中的典型挑战，如反射物体、贫乏的纹理和精细结构，这使他们能够探索使用SfM（结构光束法）来确定相机姿态的传统方法的局限性。通过实验，作者发现在进行了仔细的校准并使用准确的机器人时，这种方法可以达到与传统方法相媲美的质量。然而，与传统方法相比，他们的方法更为稳健，NeRF渲染的图像质量更为一致。此外，作者的方法能够以度量尺度确定相机姿态，这有利于后续需要度量信息的步骤。作者还量化了渲染图像的不确定性， ………………………………