原标题:【泡泡一分钟】用于大規模3D地图中相机定位的高效全局2D-3D匹配方法
每天一分钟带你读遍机器人顶级会议文章
欢迎个人转发朋友圈;其他机构或自媒体如需转载,後台留言申请授权
本文开发了一种新方法给定一个城市街景的图像,可以根据预先存储的该城市的大型3D点云地图快速准确地确定拍摄圖像的位置(以及观察方向)。我们改进了最近的2D-3D直接特征匹配框架来完成此任务这是一个很有挑战性的任务,尤其是在大规模问题上随着地图尺寸的增大,许多较为宽阔的地理区域上的3D点在视觉上会非常相似甚至是一样的,这就使得2D-3D的特征匹配可能产生严重的歧义问题的关键在于从查询图像以及大型3D地图中快速准确地找到正确的匹配。现有的方法主要通过以局部和逐特征的方式对比单个特征的视覺相似度因此只能找到局部解,这对于大规模的应用是不够的
本文中,我们介绍了一种全局方法它利用了被查图像以及地图中全部3D點的全局上下文信息。实现的方法是基于一种新的全局评分算法该算法应用于一个构建于3D地图上的马尔科夫网络,它不仅考虑了单个2D-3D匹配的视觉相似性同时考虑了它们的全局兼容性(使用共视关系进行度量)。我们在标准数据集上进行了测试结果显示了本文方法相比於现有的SOTA方法在精度和召回率方面表现更优。