MaskFusion:惊艳的结合实例感知、语义分割、动态追踪的SLAM系统

• 2019 年 12 月 27 日
• 笔记

(关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~) 继ECCV2018将于9月份在德国慕尼黑开幕，增强现实领域盛会ISMAR2018也将于10月下旬在慕尼黑召开，与ECCV在国内CV学术和工业界领域大热不同，ISMAR在国内还不是广为人知。 今天跟大家分享的工作来自University College London的论文《MaskFusion: Real-Time Recognition, Tracking and Reconstruction of Multiple Moving Objects》，

他们在SLAM技术的基础上引入了实例语义分割，效果视频相当惊艳，一起来看看吧。

作者演示并声称该RGB-D SLAM系统不仅能实现实时的场景感知3D重建，更是具有吸引人的三大特点： 1.实例感知。无需事先给定物体的先验知识或者已知模型，也能进行场景中的多目标识别； 2.语义分割。借助于语义实例分割技术，能够实时在场景中对物体分配语义标签； 3.动态追踪。尽管场景中的物体相互位置有不断变化，仍能实时分割、重建、语义标注。

作者称代码将开源。 项目主页： http://visual.cs.ucl.ac.uk/pubs/maskfusion/