复用你的特征：统一检索与特征度量对齐
计算机视觉与模式识别
2023-05-09 v2
摘要
我们提出一种紧凑流程，以统一视觉定位的所有步骤：图像检索、候选重排序与初始位姿估计，以及相机位姿精化。我们的核心假设是，用于这些独立任务的深度特征具有共同特性，因此应在流程的所有环节中复用。我们的 DRAN（Deep Retrieval and image Alignment Network，深度检索与图像对齐网络）能够提取全局描述子用于高效图像检索，利用中间层次特征重排检索列表并给出初始位姿猜测，最后基于学习的深度多尺度稠密特征通过特征度量优化进行精化。DRAN 是首个能为由三个步骤组成的视觉定位生成特征的单一网络。在公开基准的困难条件下，DRAN 在鲁棒性与精度上取得有竞争力的表现，优于其他统一方法，且比使用多网络的同类方法消耗更低的计算与内存成本。代码与模型将公开于 https://github.com/jmorlana/DRAN。
引用
@article{arxiv.2204.06292,
title = {Reuse your features: unifying retrieval and feature-metric alignment},
author = {Javier Morlana and J. M. M. Montiel},
journal= {arXiv preprint arXiv:2204.06292},
year = {2023}
}
备注
ICRA 2023