用于稠密 3D 点云中 6 自由度相机定位的直接图像到点云描述子匹配
计算机视觉与模式识别
2019-06-17 v1
摘要
我们提出一种新概念，直接将自 RGB 图像提取的特征描述子与自 3D 点云提取的特征描述子进行匹配。我们利用该概念在稠密点云中定位查询图像相机的位姿（位置与朝向）。我们生成匹配 2D 与 3D 描述子的数据集，并用以训练所提出的描述子匹配器（Descriptor-Matcher）算法。为在一点云中定位查询图像，我们从查询图像提取 2D 关键点与描述子。随后使用描述子匹配器通过将 2D 描述子与点云预提取的 3D 描述子匹配来寻找对应的 2D 与 3D 关键点对。该信息被用于鲁棒位姿估计算法以在 3D 点云中定位查询图像。实验表明，直接匹配 2D 与 3D 描述子不仅是可行思路，且相较其他 SOTA 相机位姿定位方法取得有竞争力的精度。
引用
@article{arxiv.1906.06064,
title = {Direct Image to Point Cloud Descriptors Matching for 6-DOF Camera Localization in Dense 3D Point Cloud},
author = {Uzair Nadeem and Mohammad A. A. K. Jalwana and Mohammed Bennamoun and Roberto Togneri and Ferdous Sohel},
journal= {arXiv preprint arXiv:1906.06064},
year = {2019}
}