跨视图时序图像定位中的时间注意力机制
计算机视觉与模式识别
2024-08-29 v1
摘要
本文提出了一种新颖的方法，用于增强跨视图定位，聚焦于在单个已知卫星图像块内对街景图像进行细粒度、时序图像定位，这与传统的单点到单点的图像检索方法有显著区别。通过扩展到时序图像的细粒度定位，我们的模型配备了新颖的时间注意力模块 (TAM)，利用上下文信息显著提高时序图像定位精度。在 CVIS 数据集上，我们的方法在均值和中位数定位误差上均实现了显著降低，超越了当前最先进的单图像定位技术。此外，通过将 KITTI-CVL 数据集适应为时序图像集，我们不仅为未来研究提供了更真实的数据集，也证明了我们模型在不同时间和区域上的稳健泛化能力，跨视图时序图像定位的平均距离误差降低了 75.3%。
引用
@article{arxiv.2408.15569,
title = {Temporal Attention for Cross-View Sequential Image Localization},
author = {Dong Yuan and Frederic Maire and Feras Dayoub},
journal= {arXiv preprint arXiv:2408.15569},
year = {2024}
}
备注
Accepted to IROS 2024