基于紧凑高斯场景表示与加速稠密姿态估计的稀疏到稠密视觉局化
计算机视觉与模式识别
2026-05-19 v1
摘要
本文提出了 LiteLoc，一个新型且高效的局化器，基于 3D 高斯溶解（3DGS）。最新的状态-of-the-art（SOTA）稀疏到稠密局化器 STDLoc 已显示出卓越的局化能力，但存在严重的存储冗余和计算延迟问题。通过重新审视其设计决策，我们提出了两个简单且高效的改进，累积后使 LiteLoc 在内存和计算方面都更为高效，同时也更易训练。一个关键观察是，颜色场直接继承自 Feature 3DGS，对局化功能无实际作用。然而，其对高频光度细节的重建需要大量高斯原语，导致颜色-特征表示紧密耦合，引发显著的存储开销和次优的特征场优化。为解决此问题，我们提出了无颜色解耦特征场，通过仅保留任务必需的特征属性来构建紧凑的高斯场景表示，从而消除约 94% 的冗余存储，同时不损失任何与局化相关的信息。我们进一步发现，稠密 Perspective-n-Point（PnP）求解器是主要的计算瓶颈，其中大多数匹配贡献的几何约束已被饱和，准确度提升有限。因此，我们提出了压缩策略，将稠密匹配浓缩为 5% 的代表性匹配，实现鲁棒估计近 19 倍的加速，性能几乎不受影响。广泛的实验表明，LiteLoc 在多个场景中超越 STDLoc，在效率方面具有显著的优势，为低延迟视觉局化开辟了新机遇。
引用
@article{arxiv.2605.17777,
title = {Efficient Sparse-to-Dense Visual Localization via Compact Gaussian Scene Representation and Accelerated Dense Pose Estimation},
author = {Zizhuo Li and Songchu Deng and Linfeng Tang and Jiayi Ma},
journal= {arXiv preprint arXiv:2605.17777},
year = {2026}
}
备注
IEEE/CAA JAS 2026