L2RSI：基于遥感影像的大规模城市场景跨视角 LiDAR 位置识别

我们应对 LiDAR 位置识别的挑战，该任务传统上依赖于昂贵且耗时的先验 3D 地图。为克服这一限制，我们首先构建了 LiRSI-XA 数据集，该数据集包含约 $110,000$ 幅城市场景遥感子图和 $13,000$ 幅 LiDAR 点云子图，并提出了一种新方法 L2RSI，利用高分辨率遥感影像进行跨视角 LiDAR 位置识别。该方法通过利用易于获取的俯视图作为地图代理，以较低的成本实现了大规模定位能力。L2RSI 通过在语义域中学习点云子图与遥感子图之间的特征对齐，解决了跨视角与跨模态位置识别的双重挑战。此外，我们引入了一种基于粒子估计的新型概率传播方法来优化位置预测，有效利用了时序与空间信息。该方法无需微调即可实现大规模检索与跨场景泛化。在 LiRSI-XA 上的大量实验表明，在 $100km^2$ 的检索范围内，L2RSI 能够将 $83.27\%$ 的点云子图定位在 top-$1$ 检索位置的 $30m$ 半径内。我们的项目页面已公开于 https://shizw695.github.io/L2RSI/。