论文笔记_2020_TPAMI_Long-Term视觉定位综述

目录

基本情况

摘要

1. 介绍

2. 相关工作

3. 用于 6DOF 定位的 3 个基准数据集

3.1 The Aachen Day-Night Dataset

3.2 The RobotCar Seasons Dataset

3.3 The Extended CMU Seasons Dataset

4. 基准设置

5. 评估算法的详细信息

6. 实验评价

6.1 Evaluation on the Aachen Day-Night Dataset

6.2 Evaluation on the RobotCar Seasons Dataset

6.3 Evaluation on the Extended CMU Seasons Dataset

7. 结论和经验教训

---

基本情况

• 出处：Toft C, Maddern W, Torii A, et al. Long-term visual localization revisited[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020, 44(4): 2074-2088.
• 论文地址：https://inria.hal.science/hal-03140805/file/Toft2020PAMI.pdf 

摘要

        视觉定位使自动驾驶汽车能够在周围环境中导航，增强现实应用程序能够将虚拟世界与现实世界联系起来。 实用的视觉定位方法需要对各种观察条件具有鲁棒性，包括昼夜变化以及天气和季节变化，同时提供高度准确的六自由度 (6DOF) 相机姿态估计。 在本文中，我们扩展了三个公开可用的数据集