视觉重定位：一种直接图像对齐的视觉重定位方法LM-Reloc

摘要

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

‍‍‍‍‍‍‍关键结果

资料

• code: github.com/Artisense-ai/GN-Net-Benchmark
• paper: arxiv.org/pdf/2010.06323
• homepage: vision.in.tum.de/research/vslam/lm-reloc