大规模环境中基于图像的实时六自由度定位
计算机视觉与模式识别
2015-03-20 v2 机器人学
摘要
我们提出了一种基于图像的实时定位方法，适用于已通过运动恢复结构（SfM）离线重建的大场景。从单目视频中，我们的方法通过高效跟踪自然特征并将其与SfM点云中的3D点匹配，连续计算精确的6自由度相机位姿。我们的主要贡献在于高效地交织一个使用廉价二进制特征描述符的快速关键点跟踪器与一种新的直接2D到3D匹配方法。2D到3D匹配避免了在线提取尺度不变特征的需要。相反，离线我们构建了一个索引数据库，其中包含每个3D点在多个尺度下提取的多个DAISY描述符。我们方法效率的关键在于在定位过程中稀疏地调用DAISY描述符提取和匹配，并将此计算分布到连续帧的窗口上。这使得算法能够实时运行，长时间内无延迟波动。我们在大型室内和室外场景中评估了该方法。我们的算法在笔记本电脑上以超过30 Hz运行，在适合四旋翼微型飞行器机载计算的低功耗移动计算机上以12 Hz运行。
引用
@article{arxiv.1203.4355,
title = {Real-time Image-based 6-DOF Localization in Large-Scale Environments},
author = {Hyon Lim and Sudipta Sinha and Michael Cohen and Matt Uyttendaele},
journal= {arXiv preprint arXiv:1203.4355},
year = {2015}
}
备注
I would like to withdraw this paper due to copyright problem. Please remove my article completely