2021년 3월 SLAM 뉴스

논문 이름 누르면 자세한 정보가 열립니다!

이번 달 내가 관심가지는 논문들

iMAP: Implicit Mapping and Positioning in Real-Time

- [논문 링크](https://arxiv.org/abs/2103.12352) - Andrew Davison 교수님 랩실 연구 - Multi-layer perceptron으로 scene representation을 표현? - Unobserved holes도 자동으로 채울 수 있다?

Tangent Space Backpropagation for 3D Transformation Groups

- [논문 링크](https://arxiv.org/pdf/2103.12032.pdf) - 와 space를 backprop 할 수 있다는건, Gauss-Newton / Levenberg-Marquardt와 같은 iterative weighted least squares 없이 한번에 좋은 값을 얻어낼 수 있도록 학습할 수 있다는 것일까?

Avoiding Degeneracy for Monocular Visual SLAM with Point and Line Features

- [논문 링크](https://arxiv.org/pdf/2103.01501.pdf) - 명현 교수님 랩실 - Point + Line을 이용하는건 꼭 봐야한다!

Visual Place Recognition using LiDAR Intensity Information

- [논문 링크](https://arxiv.org/pdf/2103.09605.pdf) - Grisetti & Stachniss 교수님 랩실 - Visual localization 연구도 굉장히 오래됬고, LiDAR intensity 이미지도 쓴지 오래됬는데 이런 연구가 이제서야 나타나게 된건 왜 때문일까?

Probabilistic two-stage detection

- [논문 링크](https://arxiv.org/pdf/2103.07461.pdf) - CenterNet v2 - Two-stage detector인데 이렇게 빠르다고? ㄷㄷ

Back to the Feature: Learning Robust Camera Localization from Pixels to Pose

- [논문 링크](https://arxiv.org/pdf/2103.09213.pdf) - Paul-Edouard Sarlin의 새 논문. - Victor Larsson, Marc Pollefeys, Torsten Sattler, Vincent Lepetit등 유명 연구자 다수 참여. - 현재 visual localization 연구의 최앞단이 아닐까? - 이전의 HFNet의 경우는 사전에 만들어둔 SfM 모델에 대해 Global feature (e.g. NetVLAD)와 local feature (e.g. SuperPoint) 등을 이용해서 pose 값을 생성했다. - 이 연구에서는 robust feature를 아직 사용하지 못했다는 단점이 있었다. - 이번 연구에서는 사전에 만들어둔 SfM 모델에 대해 global feature를 사용해서 reference 이미지를 찾고, local feature는 multi-scale로 뽑아서 robust한 feature를 뽑아 셋을 전부 비교한다. - 비교하고나서 나온 loss를 기반으로 local feature를 뽑는 CNN 네트워크를 학습하는 것 같다. - 제대로 각잡고 읽어봐야지...

Rotation Coordinate Descent for Fast Globally Optimal Rotation Averaging

- [논문 링크](https://arxiv.org/pdf/2103.08292.pdf) - Tat-Jun Chin, Ian Reid, Anders Eriksson의 연구 - Rotation averaging을 아직 실제로 써본 적이 많이 없어서 익숙하지 않다. - 이 논문을 통해서 조금 익숙해질 필요가 있다.

NeRF−−: Neural Radiance Fields Without Known Camera Parameters

- [논문 링크](https://arxiv.org/pdf/2102.07064.pdf) - Victor Prisacariu 교수님 랩실 - 요즘 인기가 많은 NeRF 계열 논문이지만 조금 다른 맥락을 가지고 있다. - 기존의 방식들은 NeRF의 학습 과정 중 intrinsic / extrinsic 값들이 제공된다는 전제를 가지고 있다. - 이번 논문은 RGB 이미지만을 가지고 NeRF 모델을 학습하고, joint estimation을 통해서 camera parameter를 구할 수 있다는 것을 보여준다. - 물론 이 camera parameter들을 가지고 다시 novel view를 만들 수 있다. - 근데 Joint estimation...? 이거 완전 슬램인듯 ㄷㄷ

Visual SLAM in Dynamic Environments

- [논문 링크](https://zaguan.unizar.es/record/100672/files/TESIS-2021-083.pdf) - DynaSLAM의 저자인 Berta Bescos의 박사 졸업 논문

GVINS: Tightly Coupled GNSS-Visual-Inertial for Smooth and Consistent State Estimation

- [논문 링크](https://arxiv.org/pdf/2103.07899.pdf) - VINS-Mono의 Shaojie Shen의 새 연구 - Visual + Inertial + GNSS 라면 자율주행 및 실외 드론에서 쓰기 좋을 것 같다.

Consensus Maximisation Using Influences of Monotone Boolean Functions

- [논문 링크](https://arxiv.org/pdf/2103.04200.pdf) - Consensus Maximisation은 읽어야한다...! 이게 미래다 ㅋㅋ

Self-supervised Geometric Perception

- [논문 링크](https://arxiv.org/abs/2103.03114) - Luca Carlone + Vladlen Koltun - 아직 감이 잘 잡히지 않는 논문. 하지만 이 두 교수님이 적으신거면 분명 뭔가 있다.

Square Root Bundle Adjustment for Large-Scale Reconstruction

- [논문 링크](https://arxiv.org/pdf/2103.01843.pdf) - Usenko, Cremers 교수님

Holistic 3D Scene Understanding from a Single Image with Implicit Representation

- [논문 링크](https://arxiv.org/pdf/2103.06422.pdf)