PoCo：用于 RGBD 室内位置识别的点上下文聚类
计算机视觉与模式识别
2024-12-17 v3
摘要
我们提出了一种用于室内 RGB-D 位置识别任务的新型端到端算法（PoCo），旨在为参考数据库中给定的查询帧识别出最可能的匹配。由于感知传感器的受限视场和有限范围，该任务具有内在的挑战性。我们提出了一种新的网络架构，该架构将最近的聚类上下文泛化，通过端到端学习直接从嘈杂的点云中提取全局描述符。此外，我们通过将颜色和几何模态整合到点特征中来开发该架构，以增强全局描述符的表示。我们在包含 807 和 5047 个场景的公开数据集 ScanNet-PR 和 ARKit 上进行了评估。PoCo 实现了 SOTA 性能：在 ScanNet-PR 上，我们达到了 64.63% 的 R@1，较已发表的最佳结果 CGis（61.12%）提升了 5.7%；在 ARKit 上，我们达到了 45.12% 的 R@1，较已发表的最佳结果 CGis（39.82%）提升了 13.3%。此外，PoCo 在推理时间上比 CGis 具有更高的效率（快 1.75 倍），并且我们证明了 PoCo 在真实世界实验室环境中识别位置的有效性。
引用
@article{arxiv.2404.02885,
title = {PoCo: Point Context Cluster for RGBD Indoor Place Recognition},
author = {Jing Liang and Zhuo Deng and Zheming Zhou and Omid Ghasemalizadeh and Dinesh Manocha and Min Sun and Cheng-Hao Kuo and Arnie Sen},
journal= {arXiv preprint arXiv:2404.02885},
year = {2024}
}