GeoUniPR 框架利用几何学增强跨模态地点识别能力

研究人员推出 GeoUniPR，一个新颖的框架，旨在通过利用 RGB 摄像头和 LiDAR 等不同传感器类型之间的几何一致性来改进跨模态地点识别。该方法将 LiDAR 点云投影到摄像头视角，以创建深度图像视图 (DIV)，从而建立直接的 RGB-LiDAR 对应关系。通过用 LiDAR 强度和表面法线信息增强 DIV，GeoUniPR 使用特定模态的 ViT 编码器学习统一的嵌入空间。该框架还包含一个空间一致性 InfoNCE (SC-InfoNCE) 对比目标来提高准确性，在 KITTI 和 KITTI-360 数据集上展示了最先进的性能。 AI

影响 通过统一来自不同传感器类型的数据，提高了地点识别任务的准确性。

排序理由 该集群包含一篇详细介绍计算机视觉任务新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 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

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →