一种利用注意力引导描述符与重叠估计的由粗到细地点识别方法
计算机视觉与模式识别
2024-07-24 v3 机器人学
摘要
地点识别是机器人领域中一项具有挑战性但至关重要的任务。当前基于描述符的方法可能受限于表示能力，而基于成对相似性的方法需要穷举搜索，耗时较长。本文提出了一种新颖的由粗到细方法来解决这些问题，其结合了 BEV（鸟瞰图）特征提取、粗粒度匹配和细粒度验证。在粗阶段，我们的方法利用注意力引导网络生成注意力引导描述符。随后我们采用基于快速亲和力的候选选择过程来识别前 K 个最相似候选。在细阶段，我们估计缩小范围后的地点候选之间的成对重叠以确定最终匹配。在 KITTI 和 KITTI-360 数据集上的实验结果表明，我们的方法优于最先进的方法。代码将很快公开发布。
引用
@article{arxiv.2303.06881,
title = {A Coarse-to-Fine Place Recognition Approach using Attention-guided Descriptors and Overlap Estimation},
author = {Chencan Fu and Lin Li and Jianbiao Mei and Yukai Ma and Linpeng Peng and Xiangrui Zhao and Yong Liu},
journal= {arXiv preprint arXiv:2303.06881},
year = {2024}
}
备注
Accepted to ICRA 2024