用于基于图像定位的场景坐标与对应关系学习
计算机视觉与模式识别
2018-07-27 v4
摘要
场景坐标回归已成为当前相机重定位方法的重要组成部分。不同版本，如回归森林与深度学习方法，已成功应用于在给定单张输入图像时估计相应的相机位姿。在本工作中，我们提出利用深度学习对给定 RGB 图像逐像素回归场景坐标。与近期通常采用 RANSAC 从已建立的点的对应关系中获得鲁棒位姿估计的方法相比，我们提出对这些对应关系回归置信度，使我们能够立即丢弃错误预测并改进初始位姿估计。最终，所得置信度可用于对初始位姿假设评分并辅助位姿细化，提供了一种解决该任务的通用方案。
引用
@article{arxiv.1805.08443,
title = {Scene Coordinate and Correspondence Learning for Image-Based Localization},
author = {Mai Bui and Shadi Albarqouni and Slobodan Ilic and Nassir Navab},
journal= {arXiv preprint arXiv:1805.08443},
year = {2018}
}