.png){kind=icon}
返回
Debiased Multiplex Tokenization Using Mamba-Based Pointers for Efficient and Versatile Map-Free Visual Relocalization
.png){kind=icon}
OA
AI
DOI：10.3390/make8030083.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视觉定位在移动机器人于GPS拒止环境下估计其位置和姿态方面发挥着关键作用。然而，其效率、鲁棒性和泛化能力因剧烈视角变化和显著外观差异而受到根本性削弱，这为现实条件下的基于图像的特征表示和位姿估计带来了持续挑战。最近，无地图视觉再定位（MFVR）已作为一种有望实现边缘设备轻量化部署和隐私隔离的范式出现，但如何在不依赖结构化3D地图的情况下学习紧凑且不变性的图像标记仍是一个核心问题，尤其是在高度动态或长期场景中。在本文中，我们提出了去偏多路标记器（DMT-Loc）作为一种新颖方法，用于高效且通用的MFVR以解决这些问题。具体而言，DMT-Loc基于预训练的视觉Mamba编码器，并集成了三个关键模块用于相对位姿回归：首先，多路交互式标记化通过非局部关联和跨域描述产生鲁棒图像标记。其次，去偏锚点注册通过邻近图检索和自回归指针分配促进锚点标记匹配。第三，几何信息位姿回归通过在每个解耦的回归头内部运行对称交换门控机制，赋能多层感知器，以支持在成对和多视图模式下准确且灵活的位姿预测。在七个公开数据集上的广泛评估表明，DMT-Loc在多样化的室内和室外环境中显著优于现有基线和消融变体。
Keyword:
visual localization
relative pose regression
Mamba codec
causal attention
pointer network
期刊
M
IF:
6
论文数:
871
被引数:
1.8K
机构
引用论文
.png){kind=icon}
查看更多内容