本文提出了一种基于直接图像对齐的视觉重定位方法LM-Reloc,论文作者来于TUM。与以往基于特征的方法相比,该方法不依赖于特征匹配和RANSAC。因此,该方法不仅可以利用图像的角点,而且可以利用图像上具有梯度的任何区域。特别地,本文提出一个受经典Levenberg-Marquardt算法启发的LM网络。经过学习的特征显著的提高了直接图像对齐的鲁棒性,特别是对于不同天气条件下的重定位。为了进一步提高LM网络对大基线图像重定位的鲁棒性,本文提出了一种姿态估计网络CorrPoseNet,它通过对相对姿态的回归来引导图像的直接对齐。对CARLA和Oxford公开数据评估表明,本文的方法在鲁棒性方面具有明显优势,同时能获得更高的精度。
目前该工作已开源,代码见文末链接。
VIDEO
▼
3DV会议报告视频
VIDEO
▼
Oxford 数据集测试结果展示