Jun, 2022

通过多摄像头系统中的特定位置子选择改进最坏情况视觉定位覆盖率

PDF
TL;DR通过将地图分割为多个不同区域并为每个区域配置单独的参数，该论文大大提高了特定场景下自主车辆 6-DoF 视觉定位的性能，适用于在已知路径上的自主车辆。
6-dof visual localization systemscamera pose estimationplace-specific configurationsautonomous vehiclesford av benchmark dataset
发现论文，激发创造
  • 在不断变化的条件下对 6 自由度室外视觉定位进行基准测试

    本文介绍了首个针对分析不同因素对视觉定位影响的基准数据集，其中使用先进的本地化方法通过广泛实验评估了各种因素对于六度自由度（6DOF）相机姿态估计准确性的影响，并对其难度进行了总结，最终提出了未来研究的有益方向，包括序列定位方法和更好的本地特征。

    Jul, 2017

  • 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

  • 视图一致净化：实现准确的跨视图定位

    本文提出了一种细粒度的室外机器人自定位方法，利用可调数量的机载摄像头和易获取的卫星图像；该方法解决了现有的跨视角定位方法因移动物体和季节变化等噪声源的问题；通过从地面和卫星视图中检测一致的关键点和它们对应的深度特征，去除离地物体，并在两个视图之间建立同伦变换，该方式是第一个仅利用视觉的稀疏方法，以提高动态环境下的感知能力；此外，该方法采用空间嵌入方法，利用相机内外参数信息降低纯视觉匹配的歧义性，从而提高特征匹配和姿态估计的准确性。通过在 KITTI 和 Ford Multi-AV Seasonal 数据集上进行大量实验，证明了该方法优于现有的最先进方法，能够实现横向和纵向方向上低于 0.5 米的中位空间准确性误差，以及小于 2 度的中位方向准确性误差。

    Aug, 2023

  • 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

  • InLoc: 室内稠密匹配和视角合成的视觉定位

    本文研究了室内大规模定位中基于景深匹配和虚拟视图合成的视觉方法，通过收集新的大规模数据集进行实验，证明了该方法在 6DoF 姿态预测方面明显优于现有方法。

    Mar, 2018

  • LCPR: 基于多尺度注意力的 LiDAR 相机融合网络用于地点识别

    提出了一种名为 LCPR 的新型神经网络，该网络融合 LiDAR 点云和多视角 RGB 图像，生成环境的具有区分性和偏航旋转不变性的表示，从而提高了地点识别性能并保持了对视角变化的强鲁棒性。

    Nov, 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

  • 使用三维相机投影优化重叠覆盖的相机布局

    本文提出一种计算相机 6 自由度姿态以实现用户定义覆盖的方法，其中相机放置问题建模为组合优化问题，并通过混合整数线性规划问题形式化非线性代价函数来最小化实现的覆盖与期望覆盖之间的平方误差，利用相机镜头模型将相机视图投影到 3D 体素图中计算覆盖分数，这使得在现实环境中进行优化问题的求解变得可行，两个真实零售店环境的实验结果表明，相较于现有方法，在三角测量方面提出的公式表现出更好的覆盖率和重叠度

    Mar, 2022

  • 用于改善单帧和加权序列视觉位置识别的无监督质量预测

    本研究提出了一种新的、无需训练的定位质量预测方法和一种利用这些预测来偏置序列匹配过程的新方法，使综合系统在四个数据集和三种 VPR 技术中得到了性能上的提升。

    Jul, 2023

  • 锁定：利用动态车辆约束来改善视觉定位

    该研究提出一种使用动态车辆提供有限位姿约束信息的 6-DoF 逐帧 PnP-RANSAC 定位管道方法，可改善单图像 PnP 方法和其基准位姿过滤的记忆率，并在车辆移动被相对帧 - 帧位置约束的情况下触发计算未来位姿估计质量的方法。

    Jun, 2023