ThermalLoc：基于视觉Transformer的热成像相机大规模环境下重定位方法
计算机视觉与模式识别
2025-06-24 v1
摘要
热成像摄像机通过热辐射捕获环境数据，机制与可见光摄像机截然不同，后者依赖针孔成像。因此，传统针对可见光图像设计的视觉重定位方法无法直接应用于热图像。尽管深度学习在相机重定位方面取得了显著进展，但专门针对热成像相机的重定位方法仍鲜有探索。为填补这一空白，本文引入ThermalLoc，一种用于热图像重定位的新型端到端深度学习方法。ThermalLoc通过将EfficientNet与Transformer集成，从热图像中有效提取局部和全局特征，并使用两个MLP网络进行绝对姿态回归。我们在公开的热成像里程测数据集和自建数据集上评估了ThermalLoc。结果表明，ThermalLoc在热成像相机重定位中优于AtLoc、MapNet、PoseNet和RobustLoc等现有代表方法，实现了卓越的精度和鲁棒性。
引用
@article{arxiv.2506.18268,
title = {ThermalLoc: A Vision Transformer-Based Approach for Robust Thermal Camera Relocalization in Large-Scale Environments},
author = {Yu Liu and Yangtao Meng and Xianfei Pan and Jie Jiang and Changhao Chen},
journal= {arXiv preprint arXiv:2506.18268},
year = {2025}
}
备注
8 pages, 3 figures, accepted to IROS 2025