TrafficLoc: 在3D场景中定位交通监控摄像机
计算机视觉与模式识别
2025-03-26 v2
摘要
我们解决了将交通摄像机定位到3D参考地图中的问题，提出了一种 novel 的图像到点云注册(I2P)方法TrafficLoc，采用粗到细匹配的方式。为了克服缺乏大规模真实世界交叉口数据集的困难，我们首先引入Carla Intersection，一个包含75个城市和农村交叉口的模拟数据集。我们发现当前I2P方法在大视角差异下（尤其是交通灯处）难以进行跨模态匹配。TrafficLoc因此采用 novel 的几何引导注意力损失(GAL)以聚焦于不同视角下对应几何区域进行2D-3D特征融合。为了解决配对图像块-点组特征不一致的问题，我们进一步提出了Inter-intra 对比学习(ICL)以增强区分2D块/3D组特征，同时引入Dense Training Alignment(DTA)使用soft-argmax提高位置回归。大量实验表明，TrafficLoc在Carla Intersection上显著优于SOTA I2P方法（提升最高达86%），并在真实数据上表现出良好泛化性。TrafficLoc还在KITTI和NuScenes数据集上实现了新的SOTA性能，证明其在车载和交通摄像机上的优越性。我们的项目页面公开可访问于https://tum-luk.github.io/projects/trafficloc/。
引用
@article{arxiv.2412.10308,
title = {TrafficLoc: Localizing Traffic Surveillance Cameras in 3D Scenes},
author = {Yan Xia and Yunxiang Lu and Rui Song and Oussema Dhaouadi and João F. Henriques and Daniel Cremers},
journal= {arXiv preprint arXiv:2412.10308},
year = {2025}
}