SPVLoc：面向未知环境中6自由度相机定位的语义全景视口匹配

本文提出 SPVLoc，一种全局室内定位方法，能准确确定查询图像的六维（6D）相机位姿，且仅需极少的场景特定先验知识，无需场景特定训练。我们的方法采用一种新颖的匹配程序，将透视相机的视口（以 RGB 图像形式给出）定位在一组室内环境的全景语义布局表示中。这些全景图是从一个无纹理的 3D 参考模型渲染而来，该模型仅包含房间形状的近似结构信息以及门窗标注。我们证明，一个简单的卷积网络结构可以成功实现图像到全景图，并最终实现图像到模型的匹配。通过视口分类分数，我们对参考全景图进行排序，并为查询图像选择最佳匹配。然后，在选定的全景图和查询图像之间估计一个 6D 相对位姿。我们的实验表明，这种方法不仅有效地弥合了领域差距，而且能很好地泛化到训练数据中未包含的、先前未见过的场景。此外，与现有最先进方法相比，它实现了更优的定位精度，并且估计了相机位姿的更多自由度。我们的源代码已公开在 https://fraunhoferhhi.github.io/spvloc。