用于大规模视觉定位的直接2D-3D匹配(IROS 2021)

本文提出了一种改进的视觉定位方法,通过引入基于可见性和空间的召回机制,有效恢复了由量化伪像引起的丢失2D-3D匹配,提高了大规模场景中的定位精度和成功率。这种方法在不显著增加计算时间的同时,超越了现有的直接2D-3D匹配方法,尤其适用于日间和夜间条件变化的场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 论文标题:Recalling Direct 2D-3D Matches for Large-Scale Visual Localization

  • 作者:Zhuo Song1 , Chuting Wang2 ,  Yuqian Liu3 ,  Shuhan Shen1*

  • 来源:IROS 2021

  • 论文链接:https://ieeexplore.ieee.org/abstract/document/9635897/

  • 整理:HT


摘要:估计图像相对于 3D 场景模型的 6 自由度相机位姿,称为视觉定位,是许多计算机视觉和机器人任务中的一个基本问题。在各种视觉定位方法中,直接 2D-3D 匹配方法由于其计算效率高,已成为许多实际应用的首选方法。在大规模场景中使用直接 2D-3D 匹配方法时,可以使用词汇树来加速匹配过程,但这也会引起量化伪像,从而导致内点率降低,进而降低了定位精度。为此,本文提出了两种简单有效的机制,即基于可见性

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

3D视觉工坊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值