城市场景下面向目标引导的昼夜视觉定位
计算机视觉与模式识别
2022-02-10 v1
摘要
我们提出了基于一种新颖局部特征匹配方法的对象引导定位（OGuL）。局部特征的直接匹配对光照的显著变化十分敏感。相比之下，目标检测往往能在剧烈光照条件变化下保持有效。所提方法首先检测语义对象，并在图像间建立这些对象的对应关系。对象对应关系以平面单应性的形式为图像提供局部粗对齐。这些单应性随后被用于引导局部特征的匹配。在标准城市场景定位数据集（Aachen、Extended-CMU-Season、RobotCar-Season）上的实验表明，OGuL 仅使用如 SIFT 般简单的局部特征即可显著改善定位结果，且其性能可与专为昼夜定位训练的基于 CNN 的 SOTA 方法相媲美。
引用
@article{arxiv.2202.04445,
title = {Object-Guided Day-Night Visual Localization in Urban Scenes},
author = {Assia Benbihi and Cédric Pradalier and Ondřej Chum},
journal= {arXiv preprint arXiv:2202.04445},
year = {2022}
}