通过图平滑改进视觉定位
机器学习
2019-11-11 v1 计算机视觉与模式识别
机器学习
摘要
基于视觉的定位是在给定单幅图像的情况下推断相机位姿的问题。该问题的一种解决方案是学习一个深度神经网络，在具有已知位姿的图像数据集上学习后推断查询图像的位姿。另一种更常用的方法依赖于图像检索，将查询图像与图像数据库进行比较，并借助检索到的图像推断其位姿。后一种方法假设从同一地点拍摄的图像包含相同的地标点，因此具有相似的特征表示。这些表示可以使用全监督学习，以对一天中的时间和天气等捕获条件的不同变化具有鲁棒性。在这项工作中，我们引入了一个框架，通过考虑由采集过程提供的附加信息（包括 GPS 坐标和图像的时间邻域）以及传统上用于定位的参考或查询数据库中图像对的描述子相似性，来增强这些基于检索的定位方法的性能。我们的方法基于该附加信息构建图，并通过平滑参考和/或查询图像的特征表示将其用于鲁棒检索。我们表明，所提出的方法能够在两个大规模数据集上显著改善相对于基线的定位精度。
引用
@article{arxiv.1911.02961,
title = {Improved Visual Localization via Graph Smoothing},
author = {Carlos Lassance and Yasir Latif and Ravi Garg and Vincent Gripon and Ian Reid},
journal= {arXiv preprint arXiv:1911.02961},
year = {2019}
}