20220325 Paper Reading

# InLoc: Indoor Visual Localization with Dense Matching and View Synthesis （2018）

* 本文提出了一个先针对建筑建立3D地图，随后使用相机估计当前位姿的方案.
![title](https://leanote.com/api/file/getImage?fileId=623c20daab644142b47f50cc)
* 本文的创新点：
* 之前的方案无法在室内场景中提取足够的特征（如墙面）。本文采用 multi-scale dense CNN features （CNN提前预训练好，提取多层网络特征。） 用于图片描述和特征匹配。
* 本文通过将问询图像（query image）与一个通过3D模型合成的虚拟视角比较，来验证新视角是否解析正确。
* 具体流程： NetVLAD方法（一个使用 CNN 和聚类来进行图像检索的方法）查询图片和数据库图片，选取最高的100个，使用 multi-scale dense CNN features 来对这100进行重新排序，选出top 10 来通过合成视野进行验证。
![title](https://leanote.com/api/file/getImage?fileId=623c2406ab644142b47f50e1)

# From coarse to fine: Robust hierarchical localization at large scale （2019）

* 本文的目标是控制算力消耗的同时最大化定位鲁棒性
![title](https://leanote.com/api/file/getImage?fileId=623c248bab644142b47f50e4)
* 流程也是对比输入与数据库图像得到初步的结果（Prior retrieval），再通过 covisibility clustering 来把依照3D结构中可以被prior frames共同观察到的地点提取出来。对于每个地点，匹配从输入图像中提取的2D关键点和地点中所包含的3D点，结合一些现有方法推断出6-DoF姿态即完成定位。
![title](https://leanote.com/api/file/getImage?fileId=623c25c2ab644142b47f5155)
* 训练的时候加了点多任务蒸馏
![title](https://leanote.com/api/file/getImage?fileId=623c2682ab644142b47f51c4)

# Unifying deep local and global features for image search （2020）

* 提出了一个模型同时完成全局特征和局部特征的提取。
* 全局特征即把整张图用一个向量表示,局部特征则是提取纹理特征。
* 基于分类方法训练的模型得到的一般都是全局特征，而之前提取局部特征则是使用模型的某一层特征图通过处理得到。
![title](https://leanote.com/api/file/getImage?fileId=623c2914ab644142b47f5286)
* 全局head使用了 GemPooling(即每个数的p次方和再开p次根，p可学习，本文p固定为3) 而非 AdaptivePooling。
* Attention loss:重建图像使用带attention权重的pooling+softmax。
* ArcFace loss(在角度空间中最大化分类界限): ![title](https://leanote.com/api/file/getImage?fileId=623c2d6cab644142b47f52f9)
* ![title](https://leanote.com/api/file/getImage?fileId=623c29e7ab644142b47f52b3)

wuvin

导航

最近发表

友情链接