点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
作者：黄浴
https://zhuanlan.zhihu.com/p/139150194
本文转载自知乎，作者已授权，未经许可请勿二次转载。
这里重点是摄像头运动估计和定位，不是地图或者路标（landmark）。以前大家都知道SLAM结合深度学习最多的是语义SLAM，比如语义分割和语义目标识别。而这里强调的是里程计和定位。另外，忽略一些特征提取和匹配的方法。
1.DEMON
https://github.com/lmb-freiburg/demon
其方法如图所示
2. SfM Learner
https://github.com/tinghuiz/SfMLearner 方法如图
3. LEGO
https://github.com/zhenheny/LEGO
方法如图
4. Vid2Depth
https://sites.google.com/view/vid2depth
方法如图
5. DeepMatchVO
https://github.com/hlzz/DeepMatchVO
方法如图
6. DeepVO
ChiWeiHsiao/DeepVO-pytorch
krrish94/DeepVO
方法如图
7. DDVO
https://github.com/MightyChaos/LKVOLearner
方法如图
8. MonoDepth2
https://github.com/nianticlabs/monodepth2
方法如图
9. Depth VO Feat
Huangying-Zhan/Depth-VO-Feat
方法如图
10. SC SfM Learner
https://github.com/JiawangBian/SC-SfMLearner-Release
方法如图
11. GeoNet
https://github.com/yzcjtr/GeoNet
方法如图
12. Nvidia CC
https://github.com/anuragranj/cc
方法如图
13. DOP Learning
https://github.com/guangmingw/DOPlearning
14. EPC
https://github.com/chenxuluo/EPC
方法如图
15. DF-VO
https://github.com/Huangying-Zhan/DF-VO
算法如图
16. struct2depth
https://sites.google.com/view/struct2depth
方法如图
17. DF-Net
http://yuliang.vision/DF-Net/
方法如图
18. Samsung Odometry
https://github.com/saic-vul/odometry
方法如图
19. SfM-Net
https://github.com/augustelalande/sfm
方法如图
20. CNN-SVO
https://github.com/yan99033/CNN-SVO
方法如图
21. DeepTAM
https://github.com/lmb-freiburg/deeptam
方法如图
22. Active Neural SLAM
https://github.com/devendrachaplot/Neural-SLAM
方法如图
