场景坐标重建：通过重定位器的增量学习进行图像集位姿估计

Eric Brachmann; Jamie Wynn; Shuai Chen; Tommaso Cavallari; Áron Monszpart; Daniyar Turmukhambetov; Victor Adrian Prisacariu

场景坐标重建：通过重定位器的增量学习进行图像集位姿估计

计算机视觉与模式识别 2024-07-29 v2

作者: Eric Brachmann , Jamie Wynn , Shuai Chen , Tommaso Cavallari , Áron Monszpart , Daniyar Turmukhambetov , Victor Adrian Prisacariu

在 arXiv 上查看 ↗ PDF ↗

摘要

我们处理从一组描绘场景的图像中估计相机参数的任务。流行的基于特征的结构从运动(SfM)工具通过增量重建解决此任务：它们重复三角化稀疏3D点并将更多相机视图注册到稀疏点云。我们将增量式结构从运动重新解释为视觉重定位器的迭代应用和细化，即一种将新视图注册到重建当前状态的方法。这种视角使我们能够研究不基于局部特征匹配的替代视觉重定位器。我们表明，场景坐标回归（一种基于学习的重定位方法）允许我们从无位姿图像构建隐式神经场景表示。与其他基于学习的重建方法不同，我们不需要位姿先验或顺序输入，并且可以高效地优化数千张图像。在许多情况下，我们的方法ACE0估计的相机位姿精度接近基于特征的SfM，如新视图合成所示。项目页面：https://nianticlabs.github.io/acezero/

关键词

场景坐标回归增量式结构从运动视觉重定位神经场景表示相机位姿估计 ACE0

引用

@article{arxiv.2404.14351,
  title  = {Scene Coordinate Reconstruction: Posing of Image Collections via Incremental Learning of a Relocalizer},
  author = {Eric Brachmann and Jamie Wynn and Shuai Chen and Tommaso Cavallari and Áron Monszpart and Daniyar Turmukhambetov and Victor Adrian Prisacariu},
  journal= {arXiv preprint arXiv:2404.14351},
  year   = {2024}
}

备注

ECCV 2024, Project page: https://nianticlabs.github.io/acezero/

场景坐标重建：通过重定位器的增量学习进行图像集位姿估计

摘要

关键词

引用

备注

相关论文