基于沙漏网络的图像定位
计算机视觉与模式识别
2017-08-25 v3
摘要
在本文中，我们提出了一种编码器-解码器卷积神经网络（CNN）架构，用于从单张 RGB 图像估计相机位姿（朝向和位置）。该架构呈沙漏形状，由一系列卷积层和上卷积层以及随后的回归部分组成。引入上卷积层是为了保留输入图像的细粒度信息。按照常规做法，我们利用来自大规模分类数据的迁移学习，以端到端的方式训练我们的模型。实验证明了该方法在表现出不同光照条件、反射和运动模糊的数据上的性能。结果表明，即使与利用测试帧序列而非单帧的方法相比，也较先前 SOTA 有显著改进。
引用
@article{arxiv.1703.07971,
title = {Image-based Localization using Hourglass Networks},
author = {Iaroslav Melekhov and Juha Ylioinas and Juho Kannala and Esa Rahtu},
journal= {arXiv preprint arXiv:1703.07971},
year = {2017}
}
备注
Camera-ready version for ICCVW 2017 (fixed glitches in abstract)