基于特征高斯溅出的最近视图合成的层次化视觉重定位
计算机视觉与模式识别
2026-04-01 v1
摘要
视觉重定位是 3D 计算机视觉中的基础任务，旨在估计当相机重新访问已知场景时的位置。虽然基于点的层次化重定位方法在可扩展性和效率方面表现突出，但常受稀疏图像观测和弱特征匹配的限制。本文提出 SplatHLoc，一种基于特征高斯溅出（Feature Gaussian Splatting）作为场景表示的层次化视觉重定位框架。为解决数据库图像稀疏问题，本文提出一种自适应视点检索方法，通过合成更贴近查询视点的虚拟候选视图，提高初始姿态估计的精度。对于特征匹配，我们发现高斯渲染特征与直接从图像中提取的特征在两个阶段匹配过程中各有优势：前者在粗糙阶段表现更好，而后者在精细阶段更为有效。因此，我们引入混合特征匹配策略，实现更精确和更高效的姿态估计。大量实验表明，SplatHLoc 在室内外数据集上显著提升了视觉重定位的鲁棒性，达成新的 SOTA 水平。
引用
@article{arxiv.2603.29185,
title = {Hierarchical Visual Relocalization with Nearest View Synthesis from Feature Gaussian Splatting},
author = {Huaqi Tao and Bingxi Liu and Guangcheng Chen and Fulin Tang and Li He and Hong Zhang},
journal= {arXiv preprint arXiv:2603.29185},
year = {2026}
}
备注
Accepted to CVPR 2026