基于优先级联搜索与快速一对多 RANSAC 的端侧可扩展图像定位
计算机视觉与模式识别
2018-12-26 v2
摘要
我们提出了一个完整的端侧图像大规模城市定位系统的设计。该设计集成了紧凑图像检索与 2D-3D 对应搜索，以在广阔城市区域中估计位置。我们的设计不依赖 GPS，且不需要网络连接。为克服移动设备的资源限制，我们提出了一种利用图像检索的可扩展性与基于 3D 模型定位的精确性的系统设计。此外，我们提出了一种新的基于哈希的级联搜索以快速计算 2D-3D 对应。另外，我们提出了一种新的用于精确位姿估计的一对多 RANSAC。该新的一对多 RANSAC 解决了城市定位中重复建筑结构（如窗户、阳台）带来的挑战。大量实验表明，我们的 2D-3D 对应搜索在多个基准数据集上达到了最先进的定位精度。此外，我们在大型 Google Street View (GSV) 图像数据集上的实验展示了在典型移动设备上完全实现大规模定位的潜力。
引用
@article{arxiv.1802.03510,
title = {On-device Scalable Image-based Localization via Prioritized Cascade Search and Fast One-Many RANSAC},
author = {Ngoc-Trung Tran and Dang-Khoa Le Tan and Anh-Dzung Doan and Thanh-Toan Do and Tuan-Anh Bui and Mengxuan Tan and Ngai-Man Cheung},
journal= {arXiv preprint arXiv:1802.03510},
year = {2018}
}