基于鲁棒图像检索的视觉定位使用 Kapture
计算机视觉与模式识别
2022-01-10 v3 机器学习
摘要
视觉定位通过查询图像与地图间的对应分析来估计相机位姿。该任务计算与数据密集，对在各数据集上彻底评估方法构成挑战。然而，为了进一步推进该领域，我们主张鲁棒的视觉定位算法应在涵盖广泛领域多样性的多个数据集上评估。为此，我们引入 kapture，一种用于视觉定位与运动恢复结构（SFM）的灵活统一数据格式与工具箱。它便于不同数据集的轻松使用以及高效可复用的数据处理。为展示这一点，我们提出一种通用视觉定位流水线，便于使用不同的局部与全局特征、3D 数据（如深度图）、非视觉传感器数据（如 IMU、GPS、WiFi）以及各种处理算法。使用流水线的多种配置，我们在实验中展示了 kapture 的极大通用性。此外，我们在八个公开数据集上评估了我们的方法，在全部数据集上排名顶尖，并在其中许多上位居第一。为促进未来研究，我们以 permissive BSD 许可开源发布本文所用的代码、模型及所有数据集（kapture 格式）。github.com/naver/kapture，github.com/naver/kapture-localization
引用
@article{arxiv.2007.13867,
title = {Robust Image Retrieval-based Visual Localization using Kapture},
author = {Martin Humenberger and Yohann Cabon and Nicolas Guerin and Julien Morat and Vincent Leroy and Jérôme Revaud and Philippe Rerole and Noé Pion and Cesar de Souza and Gabriela Csurka},
journal= {arXiv preprint arXiv:2007.13867},
year = {2022}
}