SFVO：置信度引导的双目-光流视觉里程计，免训练直出 6-DoF 位姿
zhenjun_zhao · x · 2026-09-22
Kai Zhang、Guoyang Zhao、Jun Ma（HKUST 团队）在 arXiv 发布 SFVO 框架，提出解耦置信度引导的双目-光流视觉里程计。
核心思路：
- 直接复用预训练的立体匹配与光流模型估计稠密对应关系，不再从图像端到端学习位姿；
- 将视差与光流转换为前向/后向 3D–2D 几何约束（双向 PnP），并把学到的对应关系映射为几何约束；
- 引入针对旋转与平移解耦的置信度图，预测哪些点可信，更好地匹配 6-DoF 变换特性。
该设计缓解了单目 VO 的尺度歧义问题，同时避开双目方案的高计算成本与建模复杂度。在室内外多个数据集上的实验显示位姿估计稳健准确、泛化能力强，代码将开源。论文：arXiv:2609.21754。
「具身」频道最新
- Snap Specs 卖 2195 美元撞上 1999 美元折叠 iPhone，时机堪忧 — adariostrange · 2026-09-22
- 华为 MateBook Fold 实测：13 寸笔记本展开成 18 寸 3.3K OLED — anthara_ai · 2026-09-22
- 让两大前沿模型操纵真实机器人玩夺旗，Gemini 以 70% 胜率碾压对手 — chris_j_paxton · 2026-09-22
- 网友畅想 Ray-Ban 眼镜接入 Meta Muse：或成消费级 AI 最佳应用 — ChrisUniverse · 2026-09-22
- 约翰霍普金斯将在 IROS 2026 办可扩展触觉灵巧操作工作坊 — _krishna_murthy · 2026-09-22
- KAIST 提出无结构单目 VIO 初始化法 SLIM-init,入选 IROS 2026 — zhenjun_zhao · 2026-09-22