通过几何辅助匹配改进基于特征的视觉定位
计算机视觉与模式识别
2023-03-07 v2
摘要
特征匹配在视觉定位中至关重要，其中 2D-3D 对应在决定相机位姿精度方面起主要作用。由于噪声的存在，足够数量且分布良好的 2D-3D 对应对于精确位姿估计必不可少。然而，现有的 2D-3D 特征匹配方法依赖于在特征空间中寻找最近邻并使用手工启发式方法剔除离群点，这可能导致潜在匹配被遗漏或正确匹配被滤除。在本工作中，我们提出一种称为几何辅助匹配（GAM）的新方法，它结合外观信息与几何上下文来解决此问题并改进 2D-3D 特征匹配。GAM 能在保持高精度的同时大幅提升 2D-3D 匹配的召回率。我们将 GAM 应用于一种新的分层视觉定位流程，并表明 GAM 能有效提高定位的鲁棒性与精度。大量实验表明，GAM 能比手工启发式方法和学习基线找到更多真实匹配。我们提出的定位方法在多个视觉定位数据集上取得了最先进（SOTA）结果。在 Cambridge Landmarks 数据集上的实验表明，我们的方法优于现有最先进方法，且比性能最佳的方法快六倍。源代码见 https://github.com/openxrlab/xrlocalization。
引用
@article{arxiv.2211.08712,
title = {Improving Feature-based Visual Localization by Geometry-Aided Matching},
author = {Hailin Yu and Youji Feng and Weicai Ye and Mingxuan Jiang and Hujun Bao and Guofeng Zhang},
journal= {arXiv preprint arXiv:2211.08712},
year = {2023}
}