InLoc：基于密集匹配与视图合成的室内视觉定位
计算机视觉与模式识别
2018-04-10 v2
摘要
我们旨在预测查询照片相对于大型室内3D地图的6自由度（6DoF）位姿。本工作的贡献有三个方面。首先，我们开发了一种针对室内环境的新型大规模视觉定位方法。该方法包含三个步骤：(i) 候选位姿的高效检索，确保对大规模环境的可扩展性；(ii) 使用密集匹配而非局部特征进行位姿估计，以应对无纹理的室内场景；(iii) 通过虚拟视图合成进行位姿验证，以应对视点、场景布局和遮挡物的显著变化。其次，我们收集了一个带有参考6DoF位姿的新数据集，用于大规模室内定位。查询照片由手机在与参考3D地图不同的时间拍摄，从而呈现了真实的室内定位场景。第三，我们证明了我们的方法在这一极具挑战性的新数据上显著优于当前最先进的室内定位方法。
引用
@article{arxiv.1803.10368,
title = {InLoc: Indoor Visual Localization with Dense Matching and View Synthesis},
author = {Hajime Taira and Masatoshi Okutomi and Torsten Sattler and Mircea Cimpoi and Marc Pollefeys and Josef Sivic and Tomas Pajdla and Akihiko Torii},
journal= {arXiv preprint arXiv:1803.10368},
year = {2018}
}