【论文阅读笔记】3D语义SLAM论文摘要整理
时间：2022-09-03 15:00:01
前文回顾
【论文阅读笔记】Past, Present, and Future of Simultaneous Localization and Mapping
【论文阅读笔记】语义SLAM语义映射模型 Section VI. R EPRESENTATION II: SEMANTIC MAP MODELS
语义三维重建 CVPR2011：Semantic Structure from Motion
语义分析和SLAM有必要回顾计算机视觉领域的传统探索方向
ICRA2017 :SemanticFusion: Dense 3D Semantic Mapping with Convolutional Neural Networks
【CNN】
利用视觉传感实现更加鲁棒、准确、详细的地图绘制，已被证明是移动机器人在各种应用中的有利因素。在机器人智能和直观用户交互的下一个层次上，地图需要超越几何和外观——它们需要语义。我们结合卷积神经网络(CNNs)定位和建图同时最先进(SLAM)即使在环形扫描轨迹期间，该系统也能提供室内挑战RGB-D视频帧之间的长期密集映射。这些对应使得CNN从多个视角
