变化条件下6DOF室外视觉定位基准测试
计算机视觉与模式识别
2018-04-06 v3
摘要
视觉定位使自动驾驶车辆能够在周边环境中导航，并使增强现实应用将虚拟与现实世界相连。实用的视觉定位方法需要对包括昼夜变化以及天气和季节变化在内的广泛观看条件具有鲁棒性，同时提供高精度的六自由度(6DOF)相机位姿估计。在本文中，我们引入了首个专门设计用于分析此类因素对视觉定位影响的基准数据集。利用在多种条件下拍摄的查询图像的精心创建的地面真实位姿，我们通过使用最先进的定位方法的大量实验，评估了各种因素对6DOF相机位姿估计精度的影响。基于我们的结果，我们得出了关于不同条件难度的结论，表明长期定位远未解决，并提出了未来工作的有前景途径，包括基于序列的定位方法以及需要更好的局部特征。我们的基准测试可在 visuallocalization.net 获取。
引用
@article{arxiv.1707.09092,
title = {Benchmarking 6DOF Outdoor Visual Localization in Changing Conditions},
author = {Torsten Sattler and Will Maddern and Carl Toft and Akihiko Torii and Lars Hammarstrand and Erik Stenborg and Daniel Safari and Masatoshi Okutomi and Marc Pollefeys and Josef Sivic and Fredrik Kahl and Tomas Pajdla},
journal= {arXiv preprint arXiv:1707.09092},
year = {2018}
}
备注
Accepted to CVPR 2018 as a spotlight