以下內容來自小六的機器人SLAM學習圈知識星球每日更新內容

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文#開源代碼# ?Twilight SLAM: A Comparative Study of Low-Light Visual SLAM Pipelines

論文地址：https://arxiv.org/abs/2304.11310

作者單位：密西根大學

開源代碼：https://github.com/TwilightSLAM

本文介紹了低光視覺SLAM方法的比較研究，特別側重于通過評估其在具有挑戰(zhàn)性的低光條件下的性能，確定最先進的低光圖像增強算法與標準和同步定位和建圖(SLAM)框架的有效組合。在這項研究中，我們研究了幾種不同的低光SLAM管道在黑暗和/或光線較差的數(shù)據(jù)集上的性能，而不是像文獻中的其他作品那樣只是部分昏暗的數(shù)據(jù)集。本研究采用實驗方法，對所選擇的模塊組合進行定性和定量比較，以增強基于特征的視覺SLAM。

本文貢獻如下：

1、分析各種SOTA圖像增強模塊(如:enlightenment gan, Bread, Zero-DCE和Dual)及其對VSLAM的圖像增強能力。

2、在相關低光數(shù)據(jù)集上評估標準和SOTA SLAM框架，以及各種圖像增強模塊，以得出最佳配置的結論。

以上內容來自小六的機器人SLAM學習圈知識星球每日更新內容