利用BEV表示进行360度视觉位置识别
计算机视觉与模式识别
2023-05-24 v1 机器人学
摘要
本文研究了在360度视觉位置识别（VPR）中使用鸟瞰图（BEV）表示的优势。我们提出了一种新颖的网络架构，在特征提取、特征聚合与视觉-激光雷达融合中利用BEV表示，从而桥接视觉线索与空间感知。我们的方法使用标准卷积网络提取图像特征，并根据预定义的3D网格空间点组合特征。为缓解相机间机械与时间上的错位，我们进一步引入可变形注意力以学习补偿。基于BEV特征表示，我们随后采用极坐标变换与离散傅里叶变换进行聚合，已被证明具有旋转不变性。此外，图像与点云线索可易于表述于同一坐标系中，有利于传感器融合用于位置识别。所提出的基于BEV的方法在两个数据集（包括上路与越野场景）上进行了消融与对比研究评估。实验结果验证了BEV因其优于基线方法的性能而有益于VPR的假设。据我们所知，这是在该任务中首次尝试采用BEV表示。
引用
@article{arxiv.2305.13814,
title = {Leveraging BEV Representation for 360-degree Visual Place Recognition},
author = {Xuecheng Xu and Yanmei Jiao and Sha Lu and Xiaqing Ding and Rong Xiong and Yue Wang},
journal= {arXiv preprint arXiv:2305.13814},
year = {2023}
}