Refinement for absolute pose regression with neural feature synthesis
Absolute Pose Regression (APR) methods use deep neural networks to directly regress camera poses from RGB images. Despite their advantages in inference speed and simplicity, these methods still fall short of the accuracy achieved by geometry-based techniques. To address this issue, we propose a new...
Автори: | Chen, S, Bhalgat, Y, Li, X, Bian, J, Li, K, Wang, Z, Prisacariu, V |
---|---|
Формат: | Internet publication |
Мова: | English |
Опубліковано: |
arXiv
2023
|
Схожі ресурси
Схожі ресурси
-
Neural refinement for absolute pose regression with feature synthesis
за авторством: Bhalgat, Y, та інші
Опубліковано: (2024) -
DFNet: enhance absolute pose regression with direct feature matching
за авторством: Chen, S, та інші
Опубліковано: (2022) -
DFNet: enhance absolute pose regression with direct feature matching
за авторством: Chen, S, та інші
Опубліковано: (2022) -
Direct-PoseNet: Absolute pose regression with photometric consistency
за авторством: Prisacariu, V, та інші
Опубліковано: (2022) -
NoPe-NeRF: optimising neural radiance field with no pose prior
за авторством: Bian, W, та інші
Опубліковано: (2022)