SGL：用于相机定位的结构引导学习
计算机视觉与模式识别
2023-04-13 v1
摘要
相机定位是一项经典的计算机视觉任务，服务于各种人工智能与机器人应用。随着深度神经网络（DNN）的快速发展，端到端视觉定位方法近年来蓬勃兴起。在本文中，我们关注场景坐标预测类方法，并提出一种名为结构引导学习（SGL）的网络架构，其利用感受野分支和结构分支提取高层与低层特征以估计三维坐标。我们设计了一种置信度策略来精炼和过滤预测的三维观测，使我们能够通过结合 RANSAC 的 Perspective-n-Point（PnP）来估计相机位姿。在训练部分，我们设计了 Bundle Adjustment 训练器以帮助网络更好地拟合场景。与一些最先进（SOTA）方法的对比以及充分的消融实验证实了我们所提架构的有效性。
引用
@article{arxiv.2304.05571,
title = {SGL: Structure Guidance Learning for Camera Localization},
author = {Xudong Zhang and Shuang Gao and Xiaohu Nan and Haikuan Ning and Yuchen Yang and Yishan Ping and Jixiang Wan and Shuzhou Dong and Jijunnan Li and Yandong Guo},
journal= {arXiv preprint arXiv:2304.05571},
year = {2023}
}