摘要大多数基于CNN的方法，都是单一图像，在这种情况下，所提出的基于深度学习的方法都没有利用有价值的时间平滑性约束，往往导致每帧误差大于相机运动的情况。本文提出了一个循环模型，用于对视频片段进行6-DoF定位。贡献本文提出一个递归模型，通过使用多帧的姿势预测来减少姿势估计的误差。1.CNN-RNN模型。2.在网络中整合了一种获得姿势估计的瞬时协方差的方法。3.本文对两个大型开放数据集进行了评估，并