利用谷歌街景图像在密集城区实现精确定位
计算机视觉与模式识别
2014-12-31 v1
摘要
移动设备中相机位置与朝向的准确信息对于基于位置服务 (LBS) 的使用至关重要。大多数此类移动设备依赖 GPS 数据，但该数据因卫星信号质量的不完善而存在不准确性。这一缺点促使了提高定位精度的研究。由于移动设备配有相机，该研究的一个主要方向是获取本地场景，并通过查询带有 GPS 标签的图像数据库来应用图像检索技术，以找到与获取场景最匹配的图像。然而，这些技术计算量大，不适合实时应用，例如盲人和视障人士的导航辅助技术，而这正是我们工作的动机。为克服这些技术的高复杂性，我们研究了使用惯性传感器作为基于图像检索方法的辅助手段。借助图像以外的其他媒体信息，例如来自 GPS 模块的数据以及加速度计和陀螺仪等方向传感器，我们试图限制用于搜索最佳匹配的图像集大小。具体而言，来自方向传感器的数据连同 GPS 的精度衰减因子 (DOP) 被用于确定视角和位置估计。我们给出了搜索图像集大小缩减的分析，以及通过仿真展示快速实现的有效性，其估计位置误差为 98%。
引用
@article{arxiv.1412.8496,
title = {Accurate Localization in Dense Urban Area Using Google Street View Image},
author = {Mahdi Salarian},
journal= {arXiv preprint arXiv:1412.8496},
year = {2014}
}