利用空间注意力与边缘上下文优化视觉定位中的特征选择
计算机视觉与模式识别
2025-02-25 v1
摘要
视觉定位通过视觉数据确定智能体在环境中的精确位置和姿态。随着在机器人领域中应用日益增多，例如自主导航，由于能够使用成本效益高的RGB摄像头传感器来确定智能体的姿态。最近的方法在视觉定位中采用场景坐标回归来确定智能体的姿态。然而，这些方法面临挑战，试图在整个图像区域上回归2D-3D对应关系，尽管并非所有区域都提供有用信息。为解决此问题，我们引入注意力网络以有选择地针对图像中信息丰富的区域。通过该网络，我们识别最高得分的特征，以改进特征选择过程，并将结果与边缘检测结合。这种集成确保用于训练缓冲区的特征位于稳健区域，从而提高2D-3D对应关系和整体定位性能。我们的方法在户外基准数据集上进行测试，显示出优于先前方法的优异结果。
引用
@article{arxiv.2410.12240,
title = {Leveraging Spatial Attention and Edge Context for Optimized Feature Selection in Visual Localization},
author = {Nanda Febri Istighfarin and HyungGi Jo},
journal= {arXiv preprint arXiv:2410.12240},
year = {2025}
}