基于合成场景图的跨视角自定位

跨视角自定位是视觉位置识别中一种具有挑战性的场景，其中数据库图像由稀疏视角提供。近来，一种利用 NeRF（神经辐射场）技术从未见视角合成数据库图像的方法崭露头角并展现出令人印象深刻的性能。然而，这些技术提供的合成图像质量常低于原始图像，且进一步显著增加了数据库的存储成本。在本研究中，我们探索了一种新型混合场景模型，它结合了从原始图像计算的视角不变外观特征与从合成图像计算的视角相关空间语义特征的优势。这两类特征随后被融合为场景图，并由图神经网络进行压缩式学习与识别。所提方法的有效性通过使用一个新颖的跨视角自定位数据集得到验证，该数据集包含利用照片级真实感 Habitat 模拟器生成的许多未见视图。