用几何信息来辅助基于特征的视觉定位(arxiv 2022)

该研究提出了一种名为几何辅助匹配(GAM)的新方法,通过结合外观信息和几何上下文来改善2D-3D特征匹配,提高了视觉定位的精确性和召回率。GAM被整合到分层视觉定位流程中,增强了定位的鲁棒性和准确性。通过一种名为BMNet的深度学习网络,GAM能预测几何先验并输出最佳匹配集。在多个数据集上,GAM的表现超越了现有的先进方法。

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

点击进入—>3D视觉工坊学习交流群

标题:Improving Feature-based Visual Localization by Geometry-Aided Matching

发表于:arxiv  2022.10.16

来自:浙大CAD&CG国家重点实验室 商汤科技

开源代码:https://github.com/openxrlab/xrlocalization.

主要内容:

提出了一种新的2D-3D匹配方法,几何辅助匹配(GAM),使用外观信息和几何上下文来改进2D-3D特征匹配,可以在保持高精度的同时增强2D-3D匹配的recall,将GAM插入到分层视觉定位pipeline中,表明GAM可以有效地提高定位的鲁棒性和准确性,其实验表明,GAM可以找到比手工启发式和学习的方法更正确的匹配,在多个视觉定位数据集上获得了最先进的结果。

Contributions:

  1. 提出了GAM,首先根据视觉

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