CyberLoc：迈向精确的长期视觉定位
计算机视觉与模式识别
2023-01-09 v1
摘要
本技术报告介绍了 CyberLoc，一种基于图像的视觉定位流程，用于在挑战性条件下实现鲁棒且精确的长期位姿估计。所提方法包含四个顺序连接的模块。首先，应用建图模块构建场景的精确三维地图，若存在多个不同条件下的参考序列，则为每个参考序列构建一张地图。其次，执行基于单图像的定位流程（检索—匹配—PnP），为每张查询图像估计 6-DoF 相机位姿，每个三维地图对应一个。第三，提出一致集最大化模块以滤除离群 6-DoF 相机位姿，并为查询输出一个 6-DoF 相机位姿。最后，提出鲁棒位姿精化模块，以候选全局 6-DoF 相机位姿及其对应的全局 2D-3D 匹配、连续查询图像间的稀疏 2D-2D 特征匹配以及查询序列的 SLAM 位姿作为输入，优化查询的 6-DoF 位姿。在 4seasons 数据集上的实验表明，我们的方法实现了高精度与鲁棒性。特别地，我们的方法赢得了 ECCV 2022 基于地图的自动驾驶定位研讨会（MLAD-ECCV2022）的定位挑战赛。
引用
@article{arxiv.2301.02403,
title = {CyberLoc: Towards Accurate Long-term Visual Localization},
author = {Liu Liu and Yukai Lin and Xiao Liang and Qichao Xu and Miao Jia and Yangdong Liu and Yuxiang Wen and Wei Luo and Jiangwei Li},
journal= {arXiv preprint arXiv:2301.02403},
year = {2023}
}
备注
MLAD-ECCV 2022