SpaGBOL：基于空间-图的方向化局部定位
计算机视觉与模式识别
2024-12-04 v2
摘要
由于当前数据集和技术缺乏地理空间结构，城市区域内的跨视图地理局部化具有挑战性。我们提出利用图表示来建模局部观测序列和目标位置的连通性。将问题建模为图可实现通过新的参数配置进行采样，从而生成先前未见过的序列。为利用这新获得的信息，我们提出基于图神经网络 (GNN) 的架构，产生具有强空间特性的嵌入，并改善了与孤立图像嵌入相比的辨识度。我们概述 SpaGBOL，提出三个新颖贡献。1) 首个用于跨视图地理局部化的图结构数据集，包含每个节点上的多个街景图像以提高泛化能力。2) 将 GNNs 引入该问题，我们开发了第一个利用节点 Proximity 与特征相似性相关性的系统。3) 利用图表示的独特特性，我们展示了一种基于邻域方向的新颖检索过滤方法。SpaGBOL 在未见测试图上实现了最先进的准确率，相对于之前的技术在相对 Top-1 检索改进了 11%，在使用 Bearings Vector Matching 过滤 SpaGBOL 数据集时改进了 50%。
引用
@article{arxiv.2409.15514,
title = {SpaGBOL: Spatial-Graph-Based Orientated Localisation},
author = {Tavis Shore and Oscar Mendez and Simon Hadfield},
journal= {arXiv preprint arXiv:2409.15514},
year = {2024}
}