MambaLoc：基于状态空间模型的高效相机定位
计算机视觉与模式识别
2024-08-21 v2 人工智能
摘要
位置信息对于终端设备和边缘云物联网系统（如自动驾驶车辆和增强现实）的自动化与智能化至关重要。然而，在多样化的物联网应用中实现可靠的定位仍然具有挑战性，原因在于高昂的训练成本以及密集采集数据的必要性。为了解决这些问题，我们创新性地将选择性状态空间（SSM）模型应用于视觉定位，提出了一种名为MambaLoc的新模型。该模型通过利用SSM模型在高效特征提取、快速计算和内存优化方面的优势，展现出卓越的训练效率，并且由于其参数稀疏性，在稀疏数据环境中进一步确保了鲁棒性。此外，我们提出了全局信息选择器（Global Information Selector, GIS），它利用选择性SSM隐式地实现了非局部神经网络的高效全局特征提取能力。该设计结合了SSM模型的计算效率以及非局部神经网络以少量层捕获长程依赖关系的能力。因此，GIS能够在显著加速收敛的同时实现有效的全局信息捕获。我们利用公共室内外数据集进行的广泛实验验证首先证明了模型的有效性，随后展示了其与各种现有定位模型的通用性。我们的代码和模型公开发布，以支持该领域的进一步研究与发展。
引用
@article{arxiv.2408.09680,
title = {MambaLoc: Efficient Camera Localisation via State Space Model},
author = {Jialu Wang and Kaichen Zhou and Andrew Markham and Niki Trigoni},
journal= {arXiv preprint arXiv:2408.09680},
year = {2024}
}