基于视觉定位的高效场景压缩

Nov, 2020

Efficient Scene Compression for Visual-based Localization

Marcela Mera-Trujillo, Benjamin Smith, Victor Fragoso

TL;DR本文提出了一种利用约束二次规划方法对 3D 场景重建的子集进行压缩，采用支持向量机的辅助序列最小优化算法来求解，得到准确的摄相机姿态估计。

Abstract

Estimating the pose of a camera with respect to a 3D reconstruction or scene representation is a crucial step for many mixed reality and robotics applications. Given the vast amount of available data nowadays, many applications constrain storage and/or bandwidth to work efficiently. To satisfy these constraints, many applications compress a scene representat

camera pose estimation scene reconstruction compressing 3d points constrained quadratic program support vector machine

发现论文，激发创造

混合场景压缩用于视觉定位

这篇论文介绍了一种新的混合压缩算法，用于视觉定位，能够在不增加存储要求的情况下获得更完整的场景表示，并且在相同的内存限制下比以前的压缩技术具有更高的姿态准确性。

Jul, 2018

学习卷积变换用于有损点云几何压缩

本篇论文介绍了基于学习的卷积变换和均匀量化的静态点云数据几何压缩方法，并将解码过程视为点云占用图的二元分类。该方法在 Microsoft Voxelized Upper Bodies 数据集上表现优异，平均 BDBR 节省率达 51.5%，且能够在低比特率下仍产生高分辨率的输出。

Mar, 2019

利用二次曲面表示法进行 LiDar 里程计、地图绘制和定位

该文提出了一种使用二次曲面描述三维场景的方法，以提高 LiDAR 测距、定位和映射的空间和时间效率。通过分解成稀疏的二次曲面贴片来代替原始点云数据，该方法避免了点对点的最近邻搜索过程，具有更高的存储效率和准确性，适用于 KITTI 和 UrbanLoco 数据集中大容量点云的实验。

Apr, 2023

用于布局组合和补丁检索的简洁场景图

提出了两种改进场景结构表示法的方法，通过启发式关系和极端点表示法，显著提高相关分数测量方法的性能，并演示了如何使用场景图检索与源查询语义相似的姿态约束图像块，这是实现逼真图像生成的重要一步。

Apr, 2019

CodeSLAM - 学习一种紧凑的、可优化的密集视觉 SLAM 表示

本文介绍了一种基于单张图像强度数据的密集场景几何表示方法，在单目稠密 SLAM 系统中具有优异的性能表现。

Apr, 2018

通过模型压缩进行神经三维场景压缩

采用深度神经网络方法压缩 3D 场景，以实现更高效的存储和重建过程。

May, 2021

MeshLoc：基于网格的视觉定位

通过探索一种基于密集三维网格的更为灵活的方法，本文旨在解决基于图像的特征匹配对在构建场景表示上造成的代价，并通过在渲染场景几何图形时提取特征的方式，展示了这一方法达到了最新成果。结果表明，基于密集三维模型的表示是现有表示的一种有前途的替代方案，并且为未来研究提出了有趣而具有挑战性的方向。

Jul, 2022

多尺度点云几何压缩

本文提出了一种基于多尺度自动编码器的点云压缩方法，利用稀疏性质进行分层重建，通过无损压缩几何空间和有损压缩特征属性，实现了比现有方法更高效的压缩率和编码速度。

Nov, 2020

为自我中心视频估计更多的相机姿态对于 VQ3D 至关重要

通过设计新的 pipeline 并重新优化现有的 VQ3D 框架，我们在 VQ3D 排行榜中取得了 25.8% 的最佳成绩，比基线 8.7% 提高了两倍。

Nov, 2022

基于图的动态三维点云序列压缩

本文提出了一种基于图的方法，利用新的谱图小波描述符从 3D 点云序列的时间变化几何中提取运动信息，并通过压缩达到去除多余信息的效果。

Jun, 2015