ICCV 2023 oral | 一文看懂SLAM/ SfM遇到相似非回环场景应该如何处理

作者：泡椒味的口香糖  | 来源：3D视觉工坊

在公众号「3D视觉工坊」后台，回复「原论文」即可获取论文pdf和代码链接。

添加微信：dddvisiona，备注：SLAM，拉你入群。文末附行业细分群。

0. 笔者个人体会

相似结构一直是SLAM和SfM中很难处理却又不得不处理的问题，如果机器人遇到了非常相似但实际不同的结构，很容易因为匹配数量足够多而引发假阳性回环和重建失败。传统方法更多的还是利用匹配数量的阈值或者和其他几何关系的比值阈值来判断，这种方法在遇到高对称结构时很容易失败。

今天笔者将为大家带来这个问题新的解决思路，也就是ICCV 2023 Oral提出的Doppelgangers，能够自动判断两个视图是相同的，还是仅仅是相似的。这个方案实际上是将视觉消歧问题建模为图像对上的二分类任务，并开发了基于学习的解决方案和数据集。这里也推荐「3D视觉工坊」新课程《（第二期）ORB-SLAM3理论讲解与代码精析》。

1. 效果展示

以下是一些典型的相似结构，即便是使用人眼观看，也很容易认为是相同场景。而在SLAM和SfM遇到这类场景时，很容易触发假阳性回环而导致跟踪丢失或重建失败。