面向高斯点云场景表示的通用视觉定位方法 GSVisLoc
计算机视觉与模式识别
2025-08-26 v1
摘要
我们提出 GSVisLoc，这是一种针对 3D 高斯点云（3DGS）场景表示的视觉定位方法。给定 3DGS 场景模型和查询图像，我们的目标是估计相机的位置和姿态。我们通过鲁棒地将场景特征匹配到图像特征来实现这一目标。场景特征通过对 3D 高斯进行下采样和编码生成，而图像特征通过对图像块进行编码获得。我们的算法包含三个步骤：首先进行粗略匹配，然后进行细匹配，最后应用姿态优化以获得准确的最终估计。重要的是，我们的方法利用显式的 3DGS 场景表示进行视觉定位，而无需修改、重新训练或额外的参考图像。我们在室内和户外场景上对 GSVisLoc 进行评估，表明在标准基准测试上实现了具竞争力的定位性能，同时优于现有的基于 3DGS 的基线方法。此外，我们的方法对新场景具有良好的泛化能力，无需额外训练即可实现。
引用
@article{arxiv.2508.18242,
title = {GSVisLoc: Generalizable Visual Localization for Gaussian Splatting Scene Representations},
author = {Fadi Khatib and Dror Moran and Guy Trostianetsky and Yoni Kasten and Meirav Galun and Ronen Basri},
journal= {arXiv preprint arXiv:2508.18242},
year = {2025}
}
备注
Accepted to ICCV 2025 Workshops (CALIPOSE). Project page: https://gsvisloc.github.io/