FUSELOC：融合全局与局部描述符以消除视觉定位中2D-3D匹配的歧义
计算机视觉与模式识别
2025-08-27 v2 机器人学
摘要
分层视觉定位方法达到了最先进的精度，但由于需要存储所有数据库图像，因此需要大量内存。直接2D-3D匹配所需内存显著减少，但由于搜索空间更大且更模糊，精度较低。我们通过使用加权平均算子融合局部和全局描述符来解决这种歧义。该算子重新排列局部描述符空间，使得根据全局描述符，地理上邻近的局部描述符在特征空间中更接近。这减少了不相关竞争描述符的数量，特别是当它们地理上相距较远时，从而增加了正确匹配的可能性。我们一致地提高了相对于纯局部系统的精度，并且在使用内存减少43%且运行速度快1.6倍的情况下，实现了接近分层方法的性能。在四个具有挑战性的数据集——剑桥地标、亚琛昼夜、RobotCar四季和扩展CMU四季——上的大量实验表明，直接匹配算法首次可以从全局描述符中受益，而不会影响计算效率。我们的代码可在\href{https://github.com/sontung/descriptor-disambiguation}{https://github.com/sontung/descriptor-disambiguation}获取。
引用
@article{arxiv.2408.12037,
title = {FUSELOC: Fusing Global and Local Descriptors to Disambiguate 2D-3D Matching in Visual Localization},
author = {Son Tung Nguyen and Alejandro Fontan and Michael Milford and Tobias Fischer},
journal= {arXiv preprint arXiv:2408.12037},
year = {2025}
}