加速坐标编码：利用 RGB 与位姿在数分钟内实现重定位
计算机视觉与模式识别
2023-05-24 v1 机器学习
摘要
基于学习的视觉重定位器展现出领先的位姿精度，但需数小时或数天训练。由于每个新场景都需重新训练，尽管其具备高精度的前景，漫长的训练时间使基于学习的重定位对多数应用而言并不实用。本文展示此类系统如何实际在不到 5 分钟内达到同等精度。我们从显而易见之处出发：重定位网络可拆分为场景无关的特徵骨干与场景特定的预测头。较不显然的是：使用 MLP 预测头使我们能在每次训练迭代中同时优化数千个视点。这带来了稳定且极快的收敛。此外，我们以基于重投影损失的课程替代有效但缓慢的端到端训练（使用鲁棒位姿求解器）。我们的方法无需深度图或 3D 模型等特权知识即可实现快速训练。总体而言，相较最先进的场景坐标回归，我们的建图速度快达 300 倍，同时保持相当精度。
引用
@article{arxiv.2305.14059,
title = {Accelerated Coordinate Encoding: Learning to Relocalize in Minutes using RGB and Poses},
author = {Eric Brachmann and Tommaso Cavallari and Victor Adrian Prisacariu},
journal= {arXiv preprint arXiv:2305.14059},
year = {2023}
}
备注
CVPR 2023 Highlight