研究人员开发了GeoUniPR,一个用于跨模态地点识别的新型框架,它统一了视觉和激光雷达数据。该方法将激光雷达点云投影到相机视角,以创建几何一致的深度图像视图(DIV),从而建立直接的RGB-LiDAR对应关系。通过用激光雷达强度和表面法线信息增强DIV,GeoUniPR使用基于ViT编码器的参数高效适配来学习统一的嵌入空间。该框架还引入了空间一致性InfoNCE(SC-InfoNCE)来通过抑制距离引起的假阴性来提高准确性。在KITTI和KITTI-360数据集上的实验表明,GeoUniPR在同模态和跨模态识别方面均取得了最先进的性能,并具有强大的泛化能力。 AI
影响 该框架可以通过实现跨不同传感器类型的更鲁棒的位置识别来改进自动导航和机器人技术。
排序理由 该集群描述了一篇详细介绍跨模态地点识别新框架的研究论文。
在 Hugging Face Daily Papers 阅读 →
- div
- Geometry-Consistent Light Field Super-Resolution via Graph-Based Regularization
- GeoUniPR
- InfoNCE
- Kitti
- KITTI-360: A Novel Dataset and Benchmarks for Urban Understanding in 2D and 3D
- lidar
- RGB-LiDAR
- Vít
- KITTI-360: A Novel Dataset and Benchmarks for Urban Scene Understanding in 2D and 3D
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →