LM-Reloc：基于 Levenberg-Marquardt 的直接视觉重定位
计算机视觉与模式识别
2020-10-14 v1
摘要
我们提出 LM-Reloc——一种基于直接图像对齐的视觉重定位新方法。与先前以基于特征的形式处理该问题的工作不同，所提方法不依赖特征匹配与 RANSAC。因此，该方法不仅可利用角点，还可利用图像中任意具梯度的区域。特别地，我们受经典 Levenberg-Marquardt 算法启发提出一种损失形式以训练 LM-Net。所学特征显著提升了直接图像对齐的鲁棒性，尤其在不同条件下的重定位中。为进一步提升 LM-Net 对大图像基线的鲁棒性，我们提出一种位姿估计网络 CorrPoseNet，其回归相对位姿以引导直接图像对齐。在 CARLA 与 Oxford RobotCar 重定位跟踪基准上的评估表明，我们的方法比先前 SOTA 方法给出更精确的结果，且在鲁棒性上相当。
引用
@article{arxiv.2010.06323,
title = {LM-Reloc: Levenberg-Marquardt Based Direct Visual Relocalization},
author = {Lukas von Stumberg and Patrick Wenzel and Nan Yang and Daniel Cremers},
journal= {arXiv preprint arXiv:2010.06323},
year = {2020}
}
备注
International Conference on 3D Vision (3DV), 2020