DistillPose：基于辅助学习的轻量级相机定位
计算机视觉与模式识别
2021-08-10 v1
摘要
我们提出一种轻量级的基于检索的流程，从RGB图像预测6DOF相机位姿。我们的流程使用卷积神经网络（CNN）将查询图像编码为特征向量。最近邻查找找到位姿上最近的数据库图像。一个连体卷积神经网络从最近邻数据库图像到查询图像回归相对位姿。然后将相对位姿应用于最近邻的绝对位姿，以获得查询图像的最终绝对位姿预测。我们的模型是NN-Net的蒸馏版本，将其参数量减少98.87%，信息检索特征向量大小减少87.5%，推理时间减少89.18%，且定位精度无显著下降。
引用
@article{arxiv.2108.03819,
title = {DistillPose: Lightweight Camera Localization Using Auxiliary Learning},
author = {Yehya Abouelnaga and Mai Bui and Slobodan Ilic},
journal= {arXiv preprint arXiv:2108.03819},
year = {2021}
}