Jul, 2020

基于 Kapture 的稳健图像检索视觉定位

PDF
TL;DR本文介绍了一种新的数据格式和工具箱 ——kapture，其用于视觉定位和 SFM；通过介绍 kapture 的可适应性管道，证明其在多个公共数据集上的表现，成为该领域的领导者，能够促进未来的研究。
发现论文，激发创造
  • 拥挤室内环境的大规模定位数据集

    使用新型的激光雷达 SLAM 技术和结构运动优化方法在大型商场和地铁站获取室内数据集以便于在室内环境中进行视觉定位，并测试现代化的视觉定位算法，证明结构基方法使用健壮的图像特征具有更高的性能。

    May, 2021

  • 视觉定位图像检索基准测试

    通过针对视觉定位任务设计的检索方法，对知名的图像检索技术在多个数据集上进行了对比，发现经典的标志性目标的检索效果与定位效果并不完全匹配。

    Nov, 2020

  • 大规模实时视觉惯性定位重访

    本文提出了一种基于图像的定位方法，使用本地特征和稀疏的三维模型进行全球规模的离线和在线实时客户端姿态融合，实现低延迟本地化查询，证明了该方法在大规模模型上的有效性。

    Jun, 2019

  • 探究图像检索对视觉定位的作用 —— 一个详尽的基准测试

    该研究论文研究了视觉定位中图像检索方法对定位性能的影响，并提出了专为定位场景设计的检索方法的需求。通过引入基准测试和多种 “地面真实性” 定义以及针对经典地标检索或地点识别任务的检索效能的分析，探讨了这种影响。

    May, 2022

  • 懒人式视觉定位通过运动平均

    通过针对数据库查询对获得的运动平均化的定制，我们展示了一种可以在不重建三维场景的情况下实现高定位准确性的方法，即 LazyLoc，它在多查询协同定位和相机支架等复杂配置方面表现出了多样性。

    Jul, 2023

  • 使用稀疏语义 3D 地图的视觉定位

    本文提出了一种基于结构和图像的语义匹配方法，能够在诸如季节、亮度、天气和昼夜变化等多种条件下实现准确和稳健的视觉定位，实验证明该方法相较于现有技术有显著的提升。

    Apr, 2019

  • 局部支持全局：带序列增强的深度相机重定位

    使用序列图像中的局部信息支持全局相机重定位，提出了包括内容增强姿态估计和基于运动的细化两个步骤的新方法，实验结果表明我们的方法在一些具有挑战性的情况下表现优于最先进的方法，例如纹理不足、高度重复的纹理、相似的外观和过度曝光。

    Aug, 2019

  • CrowdDriven：一个新的用于室外视觉定位的挑战数据集

    本研究提出了一种关于户外场景的、使用众包数据的视觉定位基准测试方法，从而覆盖了广泛的地理区域和相机设备。实验证明，该数据集非常具有挑战性。

    Sep, 2021

  • 使用移动传感器进行长期视觉定位

    本研究提出使用手机的 GPS、罗盘和重力传感器等附加传感器来解决室外场景下相机定位的挑战性问题，通过开发出直接的二维 - 三维匹配网络和采集公开数据集等手段，证明了该方法的有效性。

    Apr, 2023

  • 利用互联网不完整的 3D 模型的视觉定位

    本文探讨了互联网上获取的 3D 模型对于视觉定位的不精确性以及如何处理构建一个更加准确的场景表示，研究人员创建了一个基准测试，以评估基于多个 3D 模型的视觉本地化问题的准确性。

    Apr, 2023