本教程涵盖了大规模的视觉定位任务,其目标是仅基于视觉信息对单个图像进行定位。该教程包括不同粒度级别的定位方法,从简单的命名位置识别和GPS估计到6D相机姿态的精确估计。教程的范围涵盖了不同的空间/地理扩展,例如小型室内/室外场景,城市级别,世界级别,以及变化条件下的本地化。

在粗定位机制中,任务通常通过检索方法处理,这在本教程的第一部分中有所介绍。一个典型的用例如下:给定一个带有地理标记的图像数据库,目标是确定新查询图像中描述的位置。传统上,这个问题是通过将最相似的数据库图像的地理标记转移到查询图像来解决的。本部分主要关注用于检索的可视化表示模型,其中包括经典的基于特征的方法和最近的深度学习方法。本教程的第二部分和第三部分分别介绍了基于特征和深度学习的精确定位方法。这些算法的一个典型用例是估计(6自由度)构成完整的6自由度的查询图像,即图像拍摄的位置和姿态,对于某些应用,如机器人、自动车辆自动驾驶汽车,增强/混合/虚拟现实,环路闭合检测在大满贯,和Structure-from-Motion。

本教程涵盖了视觉定位的最新技术,有三个目标:1) 全面概述当前的最新技术。本课程面向刚开始学习或对该主题感兴趣的一、二年级博士生和工业工程师。2) 让专家教授更多有经验的博士生和工程师,他们想要完善自己的视觉定位知识。3) 突出当前的公开挑战。这概述了当前算法能做和不能做的事情。在本教程中,我们提供了有关所讨论方法的公开源代码的链接。我们还将强调用于实验评估的数据集的不同属性。

https://sites.google.com/view/lsvpr2021/course-description

成为VIP会员查看完整内容
30

相关内容

专知会员服务
28+阅读 · 2021年10月17日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
74+阅读 · 2021年7月21日
专知会员服务
52+阅读 · 2021年4月4日
【WSDM2021-Ttutorial】深度学习异常检测,111页ppt
专知会员服务
150+阅读 · 2021年3月10日
【NLPCC教程】图神经网络与网络嵌入前沿进展,142页ppt
专知会员服务
70+阅读 · 2020年10月19日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
推出 2020 年图像匹配基准和挑战赛
谷歌开发者
5+阅读 · 2020年4月14日
谭平:从相机标定到SLAM,极简三维视觉六小时课程视频
计算机视觉life
6+阅读 · 2019年5月30日
【泡泡一分钟】变化环境下激光地图辅助视觉惯性定位
泡泡机器人SLAM
15+阅读 · 2019年5月22日
ECCV发布:228页教程全面理解视觉定位技术
专知
16+阅读 · 2018年9月12日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
15+阅读 · 2018年4月4日
Arxiv
12+阅读 · 2021年6月21日
Arxiv
8+阅读 · 2021年3月2日
3D-LaneNet: end-to-end 3D multiple lane detection
Arxiv
7+阅读 · 2018年11月26日
Arxiv
6+阅读 · 2018年4月23日
Arxiv
3+阅读 · 2017年5月14日
VIP会员
相关VIP内容
相关论文
微信扫码咨询专知VIP会员