RenderNet: 大规模室内环境中利用虚拟视点的视觉重定位
计算机视觉与模式识别
2022-07-27 v1
摘要
视觉重定位是三维视觉中广泛讨论的问题:给定预构建的三维视觉地图,估计查询图像的6 DoF(自由度)位姿。大规模室内环境中的重定位可实现增强现实与机器人导航等引人注目的应用。然而,此类环境中相机移动时外观变化迅速,给重定位系统带来挑战。为解决该问题,我们提出一种基于虚拟视图合成的方法RenderNet,针对此特定场景丰富数据库并精化位姿。不同于渲染需要高质量三维模型的真实图像,我们选择直接渲染虚拟视点所需的全局与局部特征,并分别应用于随后的图像检索与特征匹配操作中。所提方法可大幅提升大规模室内环境中的性能,例如在Inloc数据集上取得7.1%与12.2%的提升。
引用
@article{arxiv.2207.12579,
title = {RenderNet: Visual Relocalization Using Virtual Viewpoints in Large-Scale Indoor Environments},
author = {Jiahui Zhang and Shitao Tang and Kejie Qiu and Rui Huang and Chuan Fang and Le Cui and Zilong Dong and Siyu Zhu and Ping Tan},
journal= {arXiv preprint arXiv:2207.12579},
year = {2022}
}