利用对抗性数据多样性提升视觉定位
计算机视觉与模式识别
2025-12-02 v2 人工智能
机器学习
机器人学
摘要
视觉定位估计已知场景中相机的姿态，是自主系统的基本能力。虽然绝对姿态回归（APR）方法在高效推断方面表现突出，但它们往往在泛化性方面受限。最近的研究方法通过视角变化的数据增强来解决此问题，但忽视了一个关键因素：外观多样性。在本工作中，我们识别出外观变化是稳健定位的关键。具体而言，我们首先将真实 2D 图像提升为具有不同外观和去模糊能力的 3D 高斯溢出点，从而合成不仅在姿态上而是在环境条件（如光照和天气）上多样化的训练数据。为充分发挥外观多样数据潜力，我们构建了一个带有对抗性判别器的双分支联合训练管道。大量实验表明，我们的方法在室内数据集上将平移误差降低 50%，旋转误差降低 41%；在户外数据集上分别将平移误差降低 38% 和 44%。最值得注意的是，在各种天气条件下的动态驾驶场景以及从白天到夜晚的场景中，本方法展现出显著的鲁棒性，而以往的 APR 方法则无法做到。项目页面: https://ai4ce.github.io/RAP/
引用
@article{arxiv.2412.00138,
title = {Adversarial Exploitation of Data Diversity Improves Visual Localization},
author = {Sihang Li and Siqi Tan and Bowen Chang and Jing Zhang and Chen Feng and Yiming Li},
journal= {arXiv preprint arXiv:2412.00138},
year = {2025}
}
备注
24 pages, 22 figures