基于运动平均的惰性视觉定位
计算机视觉与模式识别
2023-07-20 v1
摘要
视觉(重)定位在计算机视觉与机器人学的各类应用中至关重要。其目标是基于一组已定位的数据库图像,估计每幅查询图像的6自由度(DoF)相机位姿。目前,所有领先方案均为基于结构的方法,要么通过运动恢复结构从数据库显式构建3D度量地图,要么通过场景坐标回归模型隐式编码3D信息。相反,不重建3D场景的视觉定位具有明显优势:它通过减少数据库预处理时间、释放存储需求以及不受不完美重建影响等,使部署更加便捷。在本技术报告中,我们证明无需从数据库重建场景即可实现高定位精度。实现这一目标的关键在于对数据库-查询图像对定制的运动平均。实验表明,我们的视觉定位方案 LazyLoc 取得了与最先进的基于结构的方法相当的性能。此外,我们展示了 LazyLoc 的通用性,其可轻松扩展以处理多查询共定位与相机阵列等复杂配置。
引用
@article{arxiv.2307.09981,
title = {Lazy Visual Localization via Motion Averaging},
author = {Siyan Dong and Shaohui Liu and Hengkai Guo and Baoquan Chen and Marc Pollefeys},
journal= {arXiv preprint arXiv:2307.09981},
year = {2023}
}