AIR-HLoc：用于高效视觉定位的自适应检索图像选择
计算机视觉与模式识别
2025-03-05 v3
摘要
最先进的层次化定位流水线（HLoc）采用图像检索（IR），通过从参考数据库中选择最相似的前 张图像来建立 2D-3D 对应关系。虽然增加 会提高定位鲁棒性，但也会线性增加计算成本和运行时间，从而造成显著的瓶颈。本文研究了全局描述子与局部描述子之间的关系，表明查询图像与数据库图像的全局描述子之间相似度越高，特征匹配的比例就越大。低相似度查询显著受益于 的增加，而高相似度查询则会迅速经历边际收益递减。基于这些观察，我们提出了一种自适应策略，根据查询图像的全局描述子与数据库中全局描述子之间的相似度来调整 ，从而有效缓解特征匹配瓶颈。我们的方法在不牺牲精度的前提下优化了处理时间。在三个室内和室外数据集上的实验表明，AIR-HLoc 在保持最先进精度的同时，将特征匹配时间减少了高达 30\%。结果表明，AIR-HLoc 有助于构建对延迟敏感的定位系统。
引用
@article{arxiv.2403.18281,
title = {AIR-HLoc: Adaptive Retrieved Images Selection for Efficient Visual Localisation},
author = {Changkun Liu and Jianhao Jiao and Huajian Huang and Zhengyang Ma and Dimitrios Kanoulas and Tristan Braud},
journal= {arXiv preprint arXiv:2403.18281},
year = {2025}
}
备注
Accepted to the 2025 IEEE International Conference on Robotics and Automation (ICRA)