室外
"Aachen – outdoor localization
Have a look at pipeline_Aachen.ipynb for a step-by-step guide on localizing with Aachen. Play with the visualization, try new local features or matcher, and have fun! Don't like notebooks? You can also run all scripts from the command line."
"请查看 pipeline_Aachen.ipynb,获取有关使用亚琛进行本地化的分步指南。玩转可视化,尝试新的本地功能或匹配器,玩得开心!不喜欢笔记本?您还可以从命令行运行所有脚本。"
室内
"我们在 pipeline_SfM.ipynb 中展示了如何对一组无序图像运行 3D 重建。这将生成参考姿势,以及一个漂亮的稀疏 3D 模型,适合使用与亚琛相同的管道进行定位。"
SuperGlue 是 Magic Leap 完成的 CVPR 2020 研究项目。SuperGlue 网络是一个图神经网络,与最优匹配层相结合,经过训练可以对两组稀疏图像特征执行匹配。
对于室内图像,我们建议使用以下设置(这些是默认设置):
./match_pairs.py --resize 640 --superglue indoor --max_keypoints 1024 --nms_radius 4
对于户外图像,我们建议进行以下设置:
./match_pairs.py --resize 1600 --superglue outdoor --max_keypoints 2048 --nms_radius 3 --resize_float
点击打开视频
UP主的介绍:“马上毕业了, 展示下最近半年实现的视觉地图定位系统,
三维重建:支持SuperPoint/Sift + NN matcher/SuperGlue + ColMap
高精地图生成:双阈值半径滤波+cell pruning + tracks描述子聚类
实时定位:HF-Net + NN matcher
亮点特性:针对对称、重复场景结构下的场景识别网络 Semantic-NetVLAD, 显著提升算法在易混淆场景下的召回率,提升定位成功率”
正在尝试与UP取得联系
本文章使用limfx的vscode插件快速发布