资源受限平台上基于视频的亚米级定位可行性研究
计算机视觉与模式识别
2020-02-20 v1
摘要
虽然基于卫星的全球定位系统（GPS）对部分室外应用已足够，但许多其他应用受其数米级定位误差和室内覆盖差的制约。本文研究资源受限平台上实时基于视频的定位的可行性。在开始定位任务前，基于视频的定位系统下载受限目标环境（如一组城市街道或室内购物中心）的离线模型。随后系统仅以视频作为输入，即可在模型内对用户定位。为使此类系统能在资源受限的嵌入式系统或智能手机上运行，我们（a）提出通过帧选择与高效特征匹配来高效构建已勘测路径三维模型的技术，（b）通过多种压缩技术大幅缩减模型尺寸而不牺牲定位精度，（c）提出高效且并发的特征提取与匹配技术以实现在线定位，（d）提出一种交织特征匹配与基于光流的跟踪的方法，以减少在线定位中的特征提取与匹配时间。基于大量室内外视频（以位置真值手动标注），我们证明尽管视频条件具挑战性，在智能手机类平台上以实时速率实现亚米级精度是可行的。
引用
@article{arxiv.2002.08039,
title = {Feasibility of Video-based Sub-meter Localization on Resource-constrained Platforms},
author = {Abm Musa and Jakob Eriksson},
journal= {arXiv preprint arXiv:2002.08039},
year = {2020}
}