T-Graph：通过成对平移图增强稀疏视图相机位姿估计
计算机视觉与模式识别
2025-05-05 v1
摘要
稀疏视图相机位姿估计旨在从不同视点捕获的有限数量图像中估计六自由度（6-DoF）位姿，是遥感应用中一个基础但具有挑战性的问题。现有方法常常忽略每对视点之间的平移信息，导致在稀疏视图场景下性能欠佳。为解决这一局限，我们引入了 T-Graph，一个轻量级、即插即用的模块，用于增强稀疏视图设置下的相机位姿估计。T-Graph 以成对图像特征作为输入，并通过多层感知机（MLP）对其进行映射。然后，它构建一个全连接的平移图，其中节点代表相机，边编码它们的平移关系。它可以作为与原始预测并行的附加分支无缝集成到现有模型中，保持效率和易用性。此外，我们引入了两种在不同局部坐标系下制定的成对平移表示：relative-t 和 pair-t。relative-t 捕获直观的空间关系，而 pair-t 提供了一种旋转解耦的替代方案。这两种表示有助于增强跨不同应用场景的适应性，进一步提高我们模块的鲁棒性。在公共数据集（C03D 和 IMC PhotoTourism）上对两种最先进方法（RelPose++ 和 Forge）进行的广泛实验验证了 T-Graph 的有效性和泛化性。结果表明，在各种指标上均有持续改进，尤其是在相机中心精度方面，从 2 个视点到 8 个视点，精度提高了 1% 到 6%。
引用
@article{arxiv.2505.01207,
title = {T-Graph: Enhancing Sparse-view Camera Pose Estimation by Pairwise Translation Graph},
author = {Qingyu Xian and Weiqin Jiao and Hao Cheng and Berend Jan van der Zwaag and Yanqiu Huang},
journal= {arXiv preprint arXiv:2505.01207},
year = {2025}
}