通过发现锚点改善视觉重定位

Nov, 2018

Improved Visual Relocalization by Discovering Anchor Points

Soham Saha, Girish Varma, C.V.Jawahar

TL;DR本文提出了一种基于深度学习的方法，通过视觉定位，使用锚点来预测场景的位置和摄像机方向或姿态（6 自由度），该方法使用统一定义的锚点并提出了一个深度学习架构，该架构预测场景中存在的最相关的锚点以及相对偏移量，并为该任务提出了一个多任务损失函数，无需基于真实位置信息评定，并在 CambridgeLandmarks 和 7 Scenes 上进行了实验以验证效果。与使用相同的特征提取器的先前最佳深度学习模型 Posenet（具有几何重投影损失）相比，我们的方法提升了室内和室外定位数据集中的中位误差，并在特定情况下，如街景中，将中位误差降低了 8m 以上。

Abstract

We address the visual relocalization problem of predicting the location and camera orientation or pose (6DOF) of the given input scene. We propose a method based on how humans determine their location using the visible landmarks. We define →

visual relocalization anchor points deep learning multi task loss function localization datasets

发现论文，激发创造

相机定位的场景标记检测改进

基于场景地标检测的摄像头定位方法，采用卷积神经网络（CNN）检测少量特定的场景 3D 点或地标，并从相关的 2D-3D 对应中计算摄像头姿态，具有与基于 3D 结构的方法相当的准确性，但速度更快且使用存储空间更少。

Jan, 2024

AnchorFace：大姿态下基于锚点的人脸特征点检测器

提出一种基于分离和汇聚策略的面部标记定位方法，名为 AnchorFace，通过参考回归锚定模板和聚合结果降低面部姿态变化对结果的影响，在 AFLW、300W、Menpo 和 WFLW 数据集上取得了最先进的成果和高效的推理速度。

Jul, 2020

基于立体视觉和深度学习的 GPS 缺失战场环境中的基准点定位

提出一种新的框架，利用仅使用被动相机传感器和作为锚点的自然存在或人工地标，实现在非 GPS 战场环境中的定位。该方法使用经过校准的双目相机进行距离估计，并使用基于我们的真实世界数据集训练和微调的 YOLOv8s 模型进行地标识别。通过提取地标深度特征，利用地标识别模型预测的边界框确定地标距离。然后，利用最小二乘法算法获得未知节点的位置，并使用 L-BFGS-B 方法进行优化。实验结果表明，我们提出的框架在定位误差 (RMSE) 方面优于现有的基于锚点的 DV-Hop 算法，并与效率最高的基于视觉的算法竞争。

Feb, 2024

使用图神经网络和相对姿态监督的视觉相机定位

本研究提出了一种基于姿态回归网络和图神经网络相结合的视觉重新定位方法，可在没有内参信息的情况下达到与绝对姿态回归网络相当的准确性，同时保持相对姿态回归模型的高测试速度和对非训练场景的适用性。

Apr, 2021

从姿态中隐式学习场景几何用于全局定位

通过利用少量的标签数据（即相机姿态），本文提出了一种学习方法，将这些标签与刚性对齐相结合，学习场景的三维几何表示，并将其用于估计相机的六自由度姿态，从而提高了定位的准确性。

Dec, 2023

深度学习相机重定位中的不确定性建模

使用贝叶斯卷积神经网络实现六自由度视觉重定位系统，并利用其不确定性测量提高室内和户外场景的定位精度，实现实时处理。

Sep, 2015

构造感知完全卷积神经网络的对抗学习用于地标定位

通过结构感知的全卷积网络以及 GAN 的显式 / 隐式学习策略，该论文提出了一种解决单目图像中姿态估计问题的方法，并在 2D 和 3D 姿态估计以及人脸重要标识等相关任务上显著优于现有方法。

Nov, 2017

PointLoc: LiDAR 点云定位的深度姿态回归器

本研究提出一种新型的端到端基于学习的 LiDAR 重定位框架，名为 PointLoc，它直接利用单个点云作为输入来推导 6-DoF 位姿，无需预先构建地图。该框架基于 PointNet，使用自我关注机制，能够高效地从 360 度 LiDAR 输入帧估计 6-DoF 位姿，并在实验中表现出较高的重定位精度。

Mar, 2020

回到未来：从像素到姿态学习鲁棒的相机定位

本研究利用深度神经网络进行对物体在已知场景下的姿态估计，其中提出了使用场景无关的神经网络模型 PixLoc，通过特征学习和度量学习方法将相机定位问题转换为多尺度特征直接对齐，该模型以像素数据作为输入并经过端到端训练后能够在大型环境中实现定位，同时通过精确的稀疏特征匹配以更小的代价实现关键点和姿态的联合优化。

Mar, 2021

利用地标分布描述符进行视觉场所识别

本研究中，我们建立了从地标特征中提取的描述符，该描述符还编码了视图中地标的空间分布，匹配描述符然后强制实施地标在视图之间的相对位置的一致性，这对性能有显着影响。在 10 个图像对数据集上的实验中，每个数据集都由 200 个城市地点组成，观察位置和条件有显着差异，我们记录了大约 70％的平均精度（在 100％召回率下），而使用整个图像 CNN 特征获得了 58％，[1] 方法获得了 50％。

Aug, 2016