ImPosing：用于高效视觉定位的隐式位姿编码
计算机视觉与模式识别
2022-10-31 v2 机器人学
摘要
我们提出一种新颖的基于学习的车辆视觉定位公式，可在城市级环境中实时运行。视觉定位算法利用一组地理参考图像或 3D 场景表示，确定图像被捕获时的位置与朝向。我们的新定位范式名为隐式位姿编码（ImPosing），使用两个独立的神经网络将图像与相机位姿嵌入到一共同潜表示中，从而可为每个图像-位姿对计算相似度分数。通过在潜空间中以层次化方式评估候选，相机位置与朝向并非直接回归而是被逐步细化。极大规模环境迫使竞争者存储数 GB 地图数据，而我们的方法非常紧凑且与参考数据库大小无关。本文中，我们描述了如何有效优化所学模块、如何组合它们以实现实时定位，并展示了在多种大规模场景上的结果，其在精度与计算效率上显著优于先前工作。
引用
@article{arxiv.2205.02638,
title = {ImPosing: Implicit Pose Encoding for Efficient Visual Localization},
author = {Arthur Moreau and Thomas Gilles and Nathan Piasco and Dzmitry Tsishkou and Bogdan Stanciulescu and Arnaud de La Fortelle},
journal= {arXiv preprint arXiv:2205.02638},
year = {2022}
}
备注
Accepted at WACV 2023