线作为视觉句子：用于视觉定位的上下文感知线描述子

与用于图像匹配的特征点一起，线特征为解决机器人技术和计算机视觉（CV）中的视觉几何问题提供了额外约束。尽管近期基于卷积神经网络（CNN）的线描述子在应对视角变化或动态环境方面颇具前景，但我们认为 CNN 架构在将可变线长度抽象为固定维度描述子方面存在固有劣势。在本文中，我们有效地引入了处理可变线的 Line-Transformers。受自然语言处理（NLP）任务中句子能在神经网络中被很好地理解和抽象的启发，我们将线段视为包含点（词）的句子。通过动态地关注线上具有良好描述性的点，我们的描述子在可变线长度上表现优异。我们还提出了与邻域共享线的几何属性的线特征网络。作为组描述子，该网络通过理解线的相对几何来增强线描述子。最后，我们将所提出的线描述子与匹配应用于点和线定位（PL-Loc）中。我们表明，使用我们的线特征可以改进基于特征点的视觉定位。我们针对单应性估计和视觉定位验证了所提出的方法。