SGLoc：基于3D高斯溶解表示的语义化相机姿态估计系统
计算机视觉与模式识别
2025-07-17 v1 机器人学
摘要
我们提出SGLoc，一种 novel 的定位系统，直接从3D高斯溶解(3DGS)表示回归相机姿态，利用语义信息。该方法利用2D图像与3D场景表示之间的语义关系，在无需初始姿态信息的情况下估计6DoF姿态。在该系统中，我们引入一种多层姿态回归策略，逐步估计和细化查询图像在全局3DGS地图中的姿态，而无需初始姿态先验。此外，我们引入基于语义的全局检索算法，在2D(图像)和3D(3DGS地图)之间建立对应关系。通过匹配提取的2D查询图像和3DGS语义表示的场景语义描述符，我们将图像与全局3DGS地图的局部区域对齐，从而获得粗略姿态估计。随后，我们通过迭代优化查询图像与3DGS渲染图像之间的差异来细化粗略姿态。我们的SGLoc在12scenes和7scenes数据集上优于基线方法，在没有初始姿态先验的情况下展现出卓越的全局定位能力。代码可在 https://github.com/IRMVLab/SGLoc 获取。
引用
@article{arxiv.2507.12027,
title = {SGLoc: Semantic Localization System for Camera Pose Estimation from 3D Gaussian Splatting Representation},
author = {Beining Xu and Siting Zhu and Hesheng Wang},
journal= {arXiv preprint arXiv:2507.12027},
year = {2025}
}
备注
8 pages, 2 figures, IROS 2025