利用着色任务进行视觉定位的深度辅助学习
计算机视觉与模式识别
2021-07-02 v1 机器人学
摘要
视觉定位是机器人与自动驾驶最重要的组成部分之一。近来，基于 CNN 的方法展现出令人鼓舞的结果，其提供了端到端回归 6-DoF 绝对位姿的直接形式。通常会引入几何或语义约束等额外信息以提升性能。尤其是后者可将高层语义信息聚合进定位任务，但其通常需要大量人工标注。为此，我们提出一种新颖的相机定位辅助学习策略，通过自监督表示学习任务引入场景特定的高层语义。图像着色任务作为一种强大的代理任务被选用为互补任务，可在无额外标注情况下输出灰度照片的像素级彩色版本。在我们的工作中，着色网络的特征表示经专门设计嵌入定位网络，以产生用于位姿回归的判别性特征。同时引入注意力机制以利于定位性能。大量实验表明，我们的模型在室内与室外数据集上均显著优于当前最优方法的定位精度。
引用
@article{arxiv.2107.00222,
title = {Deep auxiliary learning for visual localization using colorization task},
author = {Mi Tian and Qiong Nie and Hao Shen and Xiahua Xia},
journal= {arXiv preprint arXiv:2107.00222},
year = {2021}
}