最上面一行:这些帧对应于ORB-SLAM2,根据KITTI基准中的图像流估计摄像机的轨迹.中间一行:修改后的ORB-SLAM2,与DOT生成的分割掩码一起工作,区分移动和静态对象.最后一行:使用检测器2...为了确定哪些对象实际上正在移动,首先分割潜在动态对象的实例,然后估计摄像机运动,通过最小化光度重投影误差来跟踪这些对象.相对于其他方法,这种短期跟踪提高了分割的准确性.最后,实际上只生成动态掩码.我们已经在三个公共数据集上用...CNN.在我们使用自主驾驶数据集进行的实验中,只有汽车被分割为潜在运动.正如稍后将详细描述的,由于DOT逐帧跟踪掩码,因此不需要在每一帧都执行该操作....使用几何标准确定被网络标记为潜在动态的对象是否确实在移动.该信息用于更新编码每个帧的静态和动态区域的mask,并馈送给链接的里程计/SLAM视觉系统.最后,DOT根据对象移动的估计生成新的masks,因此网络不需要分割每一帧...图三如下所示,该图是计算流程的一部分的示例.上一行显示了DOT对摄像机和物体跟踪的估计,请注意,网络中的分段掩码(黄色帧)并非在所有帧中都是必需的.下面一行显示了由DOT生成的对运动分类进行编码的分段遮罩