视觉定位
lizhaohu01
这个作者很懒,什么都没留下…
展开
-
TextPlace: Visual Place Recognition and Topological Localization Through Reading Scene Texts[2020]
本文主要是利用hight level的信息,textual进行地点识别,也可以认为是粗定位的网络分为两个阶段:1)建图阶段,生成texture拓扑结构。2)在线query定位阶段。整体框架结构:3.2. Text Detection and Recognition 使用重新训练的TextBoxes++网络进行text的提取 3.3.1 Text Filtering 为了减少text检测的误差,定义了一种预处理,使用Levenshtein...原创 2020-08-19 13:41:59 · 344 阅读 · 0 评论 -
Zero-Shot Multi-View Indoor Localization via Graph Location【2020】
Graph Location Networks (使用graph、multi-view、indoor)整体系统框架:再建图的时候已经踩好了采集点,为每个采集点进行编号,这样localization问题就变成了每次query的时候在哪个采集点的概率问题(这样就是一个分类问题)因此输出的position是一个有损的(和database中的采集点的密度有关)3 METHODOLOGY 系统输入一系列query image x,通过关联X(database的ima...原创 2020-08-11 20:50:00 · 586 阅读 · 0 评论 -
D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features(2020)
本文主要目的是学习3d 点云的 detector & descriptor(之前的detector都是手工设计的,比如pointnet使用每个点,或者输入的是点云的小patch)全文是在D2-net网络框架上的启发。3. Joint Detection and Description Pipeline 受到D2-net的启发,本文尝试在3d上进行detector & descriptor (由于3d点云的密度不均匀性质+系数性,传统的基于path的并不好(容易在稀疏的...原创 2020-08-07 10:34:52 · 888 阅读 · 0 评论 -
【论文笔记】Robust Image Retrieval-based Visual Localization using Kapture【2020】
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...原创 2020-07-29 14:00:06 · 773 阅读 · 0 评论 -
【论文笔记】Geometry based exhaustive line correspondence determination* ICRA2016
当无法获得可靠的纹理信息来识别线条特征时,另一种选择是探索模型和相机的各种可能配置,直到我们获得图像和模型特征之间的几何一致性对应。 这包括两种类型的探索,(i)搜索对应地图空间[9],[10](ii)搜索姿势空间[11],[12],[13]。在第一种方法中,通过不同的可能对应图进行搜索,直到获得几何一致的姿态。在第二种方法中,通过不同的姿态参数值进行搜索,直到重新投影的模型特征与大量图像特征很好地对齐。这两种搜索在计算上都非常昂贵,需要基于某些假设的一些技术来加速它们 核心思想:在...原创 2020-07-10 14:00:11 · 232 阅读 · 0 评论 -
【论文笔记】Learning Matchable Image Transformations for Long-term Metric Visual Localization(2020)
摘要:这是一篇通过预处理干掉光照对视觉定位影响的论文(如果可行的话其实可以嵌套到任意防止光照变化的网络之前)(目标是免疫各种光照变化)。本文的核心任务是学习一个非线性变化:rgb->gray(是一个非线性的变换过程)网络输入image pair对,然后输出grayscale图片,之后接入match网络,而match网络的输出是match对(gt使用不可微的match->ransack->非线性优化得到)(抗光照能力较强)思考???既然他的抗光照变化是靠cn...原创 2020-07-07 19:38:25 · 360 阅读 · 0 评论 -
【论文笔记】3D Scene Geometry-Aware Constraint for Camera Localization with Deep Learning(2020)
文章主要贡献:1> 一种输入image直接回归absolute pose的网络 2> 可支持dense和sparse的depth输入,增加pose的精度(depth只在train的时候使用, test的时候only输入image) 3> 在indoor和outdoor上进行了实验,并且该网络可以很方便的嵌套到别的网...原创 2020-07-06 10:57:47 · 513 阅读 · 0 评论