关于使用相对位姿回归进行相机重定位评估的见解

我们考虑视觉重定位中相对位姿回归的问题。近来，该领域出现了几种有前景的方法。我们指出，尽管它们在相同的数据集上使用相同的划分进行训练和测试，但由于在当前的评估指标下某些方法可能表现有利而实际上表现更差，它们之间并无可靠的比较。我们揭示了精度与回归子空间的3D体积之间的权衡。我们认为，与其他重定位方法不同，在相对位姿回归的情况下，回归子空间3D体积对场景的依赖较小，而更多受用于评分重叠的方法影响，该方法决定了采样视点的紧密程度。我们提出了三种新指标来弥补上述缺陷。所提指标纳入了关于回归子空间体积的统计信息。我们还提出了一种新的位姿回归网络，作为该任务的新基线。我们在Microsoft 7-Scenes和Cambridge Landmarks数据集上，使用标准指标和新提出的指标比较了我们训练模型的性能，并调整重叠分数以揭示子空间与性能之间的权衡。结果表明，所提指标对不同重叠阈值的鲁棒性优于传统方法。最后，我们展示了我们的网络具有良好的泛化能力，具体而言，在单一场景上训练对其他场景的性能损失很小。