3D 视觉

Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives

Z-FLoc: 基于几何基元的零样本楼层平面定位

Ayumi Umemura, Toshinori Kuwahara, Marc Pollefeys, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； Tohoku University（东北大学） 纠错

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 提出一种零样本楼层平面定位方法，通过从单目3D重建的鸟瞰图中提取直线和圆等几何基元，并与楼层平面进行鲁棒匹配，无需重新训练即可泛化到新环境。

Outlier-Robust Spatial Perception: Hardness, General-Purpose Algorithms, and Guarantees

抗异常的空域感知：难度、通用算法和保证

Vasileios Tzoumas, Pasquale Antonante, Luca Carlone

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文研究了空域感知中异常数据的影响，提出了一种通用算法来有效去除异常，并提供了对算法性能的理论保证。

MAEPose: Self-Supervised Spatiotemporal Learning for Human Pose Estimation on mmWave Video

MAEPose: 基于毫米波视频的人体姿态估计的自监督时空学习

Xijia Wei, Yuan Fang, Kevin Chetty, Youngjun Cho, Nadia Bianchi-Berthouze

机构 * University College London（伦敦大学学院） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV

AI总结 提出MAEPose，一种直接处理毫米波频谱视频的掩码自编码方法，通过自监督时空学习实现鲁棒的人体姿态估计，在三个数据集上优于现有方法。

A Motion Planning Strategy for the Active Vision-Based Mapping of Ground-Level Structures

一种用于主动视觉建图的地面结构运动规划策略

Manikandasriram Srinivasan Ramanagopal, André Phu-Van Nguyen, Jerome Le Ny

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出了一种指导配备摄像头或深度传感器的地面机器人自主建图有限三维结构可见部分的策略，通过运动规划算法确定合适视角并自动填补点云中的空洞，适用于建筑、施工和检测领域。

Comments Accepted for publication in IEEE Transactions on Automation Science and Engineering. Available in IEEE Xplore at http://ieeexplore.ieee.org/document/8093664

Robust Topological Feature Extraction for Mapping of Environments using Bio-Inspired Sensor Networks

鲁棒拓扑特征提取用于生物启发式传感器网络环境映射

Alireza Dirafzoon, Edgar Lobaton

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.RO

AI总结 本文利用生物启发式传感器网络收集的最小感知信息，通过概率运动模型提取弱接触信息，构建环境拓扑表示。采用拓扑数据分析提取主导特征，结合密度基子采样算法提高鲁棒性，并提出鲁棒尺度不变分类算法以量化特征。

Comments 14 pages, 7 figures