计算机科学>计算机视觉和模式识别
职务: 用于自动车辆重定位的CMSG跨媒体语义图特征匹配算法
摘要: 重定位是基于地图的定位算法的基础。 基于摄像机和激光雷达地图的方法因其在不同场景下的鲁棒性而广泛应用。 通常,使用相同传感器的映射和定位具有更好的精度,因为在相同类型的数据之间匹配特征更容易。 然而,由于摄像机缺乏3D信息和激光雷达的高成本,将实时图像数据和激光雷达地图相结合的跨媒体方法正在发展。 虽然不同媒体之间的特征匹配具有挑战性,但我们认为跨媒体是AV重定标的趋势,因为其低成本和准确性可以与基于同性传感器的方法相媲美。 在本文中,我们提出了一种新的用于AV重定标任务的跨媒体算法CMSG。 语义特征用于更好地解释点云和图像特征之间的相关性。 此外,引入了抽象的语义图节点,并集成了图网络体系结构,以更好地提取语义特征的相似性。 在KITTI里程数据集上进行了验证实验。 我们的结果表明,与当前基于单传感器的方法相比,CMSG在NVIDIA 1080 Ti GPU上以25 FPS的速度可以具有相当甚至更好的精度。