基于学习特征与视图合成的长时视觉定位参考位姿生成
计算机视觉与模式识别
2021-01-01 v4
摘要
视觉定位是自动驾驶与增强现实的关键使能技术之一。带有精确 6 自由度（DoF）参考位姿的高质量数据集是基准测试与改进现有方法的基础。传统上，参考位姿通过运动恢复结构（SfM）获得。然而，SfM 本身依赖于局部特征，当图像在不同条件下（如昼夜变化）拍摄时容易失效。同时，手动标注特征对应不可扩展且可能不准确。在本工作中，我们提出一种半自动方法，通过基于学习特征的三维模型渲染图与真实图像间的特征匹配来生成参考位姿。给定初始位姿估计，我们的方法基于针对当前位姿估计下模型渲染图的特征匹配迭代优化该位姿。我们显著改进了流行的 Aachen Day-Night 数据集的夜间参考位姿，表明最先进视觉定位方法的性能比原始参考位姿所预测的高出至多 。我们用新的夜间测试图像扩展了该数据集，为新的参考位姿提供不确定性估计，并引入一种新的评估准则。我们将在发表后公开我们的参考位姿与框架。
引用
@article{arxiv.2005.05179,
title = {Reference Pose Generation for Long-term Visual Localization via Learned Features and View Synthesis},
author = {Zichao Zhang and Torsten Sattler and Davide Scaramuzza},
journal= {arXiv preprint arXiv:2005.05179},
year = {2021}
}
备注
25 pages, 16 figures. Int J Comput Vis (2020)