KLTNet：用学习追踪器提升单目视觉惯性里程计精度
zhenjun_zhao · x · 2026-08-26
论文提出了 KLTNet，一种基于学习的稀疏特征追踪器，旨在替代 VIO 系统前端的传统 KLT 追踪器。其架构采用由粗到精、由密到疏的策略：先利用低分辨率稠密光流进行鲁棒的全局运动初始化，再通过三元组补丁细化实现精确的时间一致性追踪。实验表明，在 VINS-Mono 和 OpenVINS 上的测试结果显示，该方案在嵌入式平台保持实时性能的同时，提升了追踪和里程计精度。
「具身」频道最新
- 曝智元机器人洽谈新一轮融资：估值约 70 亿美元，或推迟港股 IPO — xmercury_one · 2026-10-15
- The Verge 实测萌宠机器人 Eiliko:对话记录上传中国服务器且不加密 — The Verge AI · 2026-10-15
- Sipeed MaixStation 产品页上线，端侧 AI 开发套件来了 — xlltt · 2026-10-15
- Lukas Ziegler 加入欧洲 SPRIND 机器人挑战赛评委,主张模块化路线 — lukas_m_ziegler · 2026-10-15
- 哥特教堂 3D 高斯泼溅登陆 Vision Pro，被称为全网最高清 — willeastcott · 2026-10-15
- MIT斯坦福谷歌等联合综述:7 项机器人自我改进研究 5 项无法跨任务复现增益 — rohanpaul_ai · 2026-10-15