系统工程与电子技术

作者：董思强, 邓年茂, 刘琰

单位：北京控制与电子技术研究所, 北京 100038

关键词：多尺度图像特征,位姿优化,特征对齐,泛化能力

在已知三维信息的场景中估计相机位姿, 是自主驾驶、增强现实、虚拟现实等领域的重要环节。已有方法从输入图像中直接回归相机的位姿, 或者通过回归像素的三维坐标方式计算相机位姿, 这些方法存在的问题是与训练场景耦合严重, 在新环境中缺少泛化能力。认为深度学习网络应该专注于学习鲁棒和不变的图像特征, 因此介绍了一种基于多尺度图像特征对齐的优化方法, 将图像特征相似性作为度量形式, 将相机位姿作为优化量, 通过从像素到位姿的端到端的训练, 来估计相机精确的六自由度(6 degree of freedom, 6DOF)位姿。该模型参数和场景分离, 对新场景有较强的泛化能力, 并且具有较好的定位精度。

来源：2023年第7期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第7期