基于生成对抗网络的表观不变 6 自由度视觉定位
计算机视觉与模式识别
2020-12-25 v1
摘要
我们提出了一种在外部环境发生变化（如不同光照、天气和季节）时的新型视觉定位网络。该视觉定位网络由特征提取网络与位姿回归网络组成。特征提取网络由基于生成对抗网络 CycleGAN 的编码器网络构成，可从不同天气与季节的非配对样本中捕获内在的表观不变特征图。借助此种不变特征，我们利用一个 6 自由度位姿回归网络来处理存在室外光照、天气和季节变化下的长期视觉定位。我们使用多个具有挑战性的地点识别与定位数据集来验证我们的视觉定位网络，结果表明我们的方法在多种环境变化场景下优于最先进（state-of-the-art）方法。
引用
@article{arxiv.2012.13191,
title = {Appearance-Invariant 6-DoF Visual Localization using Generative Adversarial Networks},
author = {Yimin Lin and Jianfeng Huang and Shiguo Lian},
journal= {arXiv preprint arXiv:2012.13191},
year = {2020}
}