使用稀疏语义三维地图的视觉定位
计算机视觉与模式识别
2019-05-20 v2
摘要
在包括季节与光照变化以及天气和昼夜变化等广泛视角条件变化下准确且鲁棒的视觉定位，是许多计算机视觉与机器人应用的关键组件。在这些条件下，大多数传统方法将无法定位相机。本文提出一种结合基于结构的方法与基于图像的方法并利用语义信息的视觉定位算法。给定查询图像与数据库图像的语义信息，根据三维模型与查询图像的语义一致性对检索图像进行打分。随后语义匹配分数被用作 RANSAC 采样的权重，位姿由标准 PnP 求解器解出。在具有挑战性的长期视觉定位基准数据集上的实验表明，与最先进方法相比我们的方法有明显改进。
引用
@article{arxiv.1904.03803,
title = {Visual Localization Using Sparse Semantic 3D Map},
author = {Tianxin Shi and Shuhan Shen and Xiang Gao and Lingjie Zhu},
journal= {arXiv preprint arXiv:1904.03803},
year = {2019}
}