تخمین ادومتری بصری با استفاده از تصاویر شار نوری و پشته‌ایی از شبکه‌های فلونت

ادومتری میزان چرخش یا جابجایی در طول پیمایش مسیر حرکت را محاسبه می کند. در دیدگاه کامپیوتر ادومتری بصری مسئله بازیابی حرکت دوربین از یک ویدیو است که یکی از مسائل بنیادی در بینایی ماشین می‌باشد. علیرغم موفقیت کارهای قبلی در محیط های واقعی، پایداری آنها به شدت وابسته به کالیبراسیون دستی و میزان نویز موجود در تصاویر، مانند سطوح غیر لامبرتین، حرکت پویا و سایر ابهامات است. هم‌چنین روش‌های مبتنی بر یادگیری عمیق نیز تنها از اطلاعات موجود در تصاویر بهره می‌برند که باعث کاهش دقت آنها شده است. در این پژوهش با استفاده از شبکه‌های فلو‌نت که عملکرد بسیاری خوبی را برای حل مسئله شار نوری ارائه داده‌‌اند، معماری مبتنی بر شبکه‌های عمیق پیچشی ارائه می‌دهیم که با استفاده از تخمین میزان شار نوری در تصاویر، مسئله ادومتری بصری را حل می‌کند. بررسی‌ها بر روی مجموعه دادگان کیتی در این پژوهش نشان می‌دهد که روش ارائه شده در تخمین میزان چرخش و هم‌چنین میزان حرکت از روش‌های دیگربه ترتیب به میزان 0.12 و 0.464 بر روی معیار خطا بهتر عمل می‌کند.