几何在地理定位中的作用探析
计算机视觉与模式识别
2019-06-27 v1
摘要
人类可以构建地理区域的心理地图以寻路和识别场所。我们考虑的基本任务是地理定位——从单幅图像中求得相机在大尺度 3D 场景中的位姿（位置与朝向）。我们旨在通过实验探究卷积神经网络（CNN）解决方案中几何在地理定位中的作用。为此我们忽略场景常可用的纹理。因此我们刻意避免使用纹理或丰富几何细节，而使用从城市简单 3D 模型投影得到的图像，称之为精简图像（lean images）。精简图像仅包含与所视区域几何相关的信息（边缘、面或相对深度）。我们发现网络能够从精简图像估计相机位姿，且并非通过记忆，而是通过对地理区域某种程度的几何学习实现。本文的主要贡献为：（i）揭示几何在 CNN 学习过程中的作用；以及（ii）展示 CNN 利用精简图像恢复相机位姿的能力。
引用
@article{arxiv.1906.10855,
title = {On the Role of Geometry in Geo-Localization},
author = {Moti Kadosh and Yael Moses and Ariel Shamir},
journal= {arXiv preprint arXiv:1906.10855},
year = {2019}
}