截至目前robotcar数据集第一名
a robust image retrieval-based visual localization method
整个框架没有什么创新，首先是image retrieval（这里使用他们实验室自己的APGem方法：Learning with Average Precision: Training Image Retrieval with a Listwise Loss.）
然后使用R2D2 deep feature进行2d-2d的匹配，最后使用homograph或者pnp进行verify，得到最终的pose。
在robotcar上night上表现尤其好（分析原因1个可能是因为他的image retrieval技术精度要高一些，其次是由于使用了r2d2这样的dl feature，可能对光照更鲁棒一些）
1839
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
