APS：一种大规模多模态室内相机定位系统
计算机视觉与模式识别
2021-02-09 v1
摘要
在无 GPS 信号可达的封闭区域内导航是一项极具挑战性的任务。为应对该问题，基于成像的方法近来引起了众多研究者的关注。这些方法要么提取特征（例如使用 SIFT 或 SOSNet）并将具描述性的特征映射到相机位置与旋转信息，要么部署端到端系统直接从 RGB 图像估计该信息，类似于 PoseNet。前者在测试过程中存在计算负担重的问题，而后者则缺乏准确性及对环境变化和物体移动的鲁棒性。然而，端到端系统在测试和推理时非常快，且非常适用于真实世界应用，尽管其训练阶段可能比前者更长。本文提出了一种用于大规模室内定位的新型多模态端到端系统，即 APS（Alpha Positioning System），其集成了 Pix2Pix GAN 网络以重建输入查询图像的点云对，并结合深度 CNN 网络以鲁棒估计相机的位置与旋转信息。对于该集成，现有数据集存在室内环境配对 RGB/点云图像的缺陷。因此，我们创建了一个新数据集以应对此情况。通过实现所提出的 APS 系统，我们实现了精度低于一厘米的高精度相机定位。
引用
@article{arxiv.2102.04139,
title = {APS: A Large-Scale Multi-Modal Indoor Camera Positioning System},
author = {Ali Ghofrani and Rahil Mahdian Toroghi and Seyed Mojtaba Tabatabaie},
journal= {arXiv preprint arXiv:2102.04139},
year = {2021}
}
备注
15 pages, 11 figures, MedPRAI 2020