无地图视觉重定位：相对于单张图像的度量位姿
计算机视觉与模式识别
2022-10-12 v1
摘要
我们能否在由单张参考图像表示的场景中进行重定位？标准视觉重定位需要数百张图像和尺度校准来构建特定场景的 3D 地图。相比之下，我们提出了无地图重定位，即仅使用场景的一张照片来实现即时的、度量尺度的重定位。现有数据集由于侧重于大型场景或其变异性有限，不适合作为无地图重定位的基准。因此，我们构建了一个包含全球收集的 655 个小兴趣地点（如雕塑、壁画和喷泉）的新数据集。每个地点配有一张作为重定位锚点的参考图像，以及数十张具有已知度量相机位姿的查询图像。该数据集具有条件变化、剧烈视角变化、地点间高变异性，以及与参考图像视觉重叠度低至无重叠的查询图像的特征。我们确定了两类可行的现有方法以提供基线结果：相对位姿回归，以及特征匹配结合单图像深度预测。尽管这些方法在我们数据集的一些有利场景中表现出合理的性能，但无地图重定位被证明是一项需要创新解决方案的挑战。
引用
@article{arxiv.2210.05494,
title = {Map-free Visual Relocalization: Metric Pose Relative to a Single Image},
author = {Eduardo Arnold and Jamie Wynn and Sara Vicente and Guillermo Garcia-Hernando and Áron Monszpart and Victor Adrian Prisacariu and Daniyar Turmukhambetov and Eric Brachmann},
journal= {arXiv preprint arXiv:2210.05494},
year = {2022}
}
备注
ECCV2022 camera-ready. 14 pages + 4 reference pages