城市环境中用于地理定位的跨视角图像匹配
计算机视觉与模式识别
2017-03-24 v1
摘要
在本文中，我们探讨了跨视角图像地理定位问题。具体而言，我们的目标是通过在带有地理标签的鸟瞰图图像参考数据库中寻找匹配图像，来估计查询街景图的 GPS 位置，反之亦然。为此，借助深度卷积神经网络 (CNN) 在图像分类和目标检测方面的巨大成功，我们提出了一种新的跨视角图像地理定位框架。首先，我们使用 Faster R-CNN 检测查询图像和参考图像中的建筑物。接下来，对于查询图像中的每个建筑物，我们使用在正匹配图像对和负匹配图像对上训练的孪生网络，从参考建筑物中检索 近邻。为了为每个查询建筑物找到正确的近邻，我们开发了一种基于主导集的高效多重近邻匹配方法。我们在一个由街景图和鸟瞰图图像对组成的新数据集上评估了所提出的框架。实验结果表明，所提出的方法比其他方法取得了更好的地理定位精度，并且能够泛化到未见位置的图像。
引用
@article{arxiv.1703.07815,
title = {Cross-View Image Matching for Geo-localization in Urban Environments},
author = {Yicong Tian and Chen Chen and Mubarak Shah},
journal= {arXiv preprint arXiv:1703.07815},
year = {2017}
}