-
论文标题：Recalling Direct 2D-3D Matches for Large-Scale Visual Localization
-
作者：Zhuo Song1 , Chuting Wang2 , Yuqian Liu3 , Shuhan Shen1*
-
来源：IROS 2021
-
论文链接：https://ieeexplore.ieee.org/abstract/document/9635897/
-
整理：HT
摘要：估计图像相对于 3D 场景模型的 6 自由度相机位姿，称为视觉定位，是许多计算机视觉和机器人任务中的一个基本问题。在各种视觉定位方法中，直接 2D-3D 匹配方法由于其计算效率高，已成为许多实际应用的首选方法。在大规模场景中使用直接 2D-3D 匹配方法时，可以使用词汇树来加速匹配过程，但这也会引起量化伪像，从而导致内点率降低，进而降低了定位精度。为此，本文提出了两种简单有效的机制，即基于可见性的召回和基于空间的召回，以恢复由量化伪像引起的丢失匹配。从而可以在不增加太多的计算时间情况下，大幅提高定位精度和成功率。长期视觉定位 benchmarks 的实验结果，证明了我们的方法
