LoD-Loc：利用城市白模进行无人机六自由度定位！
💡
原文中文，约2800字，阅读约需7分钟。
📝
内容提要
论文介绍了一种名为LoD-Loc的新方法，利用LoD 3D地图进行空中视觉定位。通过神经线框对齐，将相机定位转化为度量学习。LoD地图具有存储小、隐私保护强的优点。实验显示，LoD-Loc在定位精度上优于传统方法，特别是在LoD3.0数据集上表现突出。研究还开源了两个数据集，验证了方法的有效性。
🎯
关键要点
- 论文介绍了一种名为LoD-Loc的新方法，利用LoD 3D地图进行空中视觉定位。
- LoD地图具有存储小、隐私保护强的优点。
- LoD-Loc通过神经线框对齐，将相机定位转化为度量学习。
- 实验显示，LoD-Loc在定位精度上优于传统方法，特别是在LoD3.0数据集上表现突出。
- 研究开源了两个数据集，验证了方法的有效性。
- LoD-Loc首次提出利用LoD 3D Map进行空中六自由度定位。
- 该方法使用线框对齐思路，提出了一种仅以Pose为监督的端到端可微的定位方法。
- LoD 3D模型相比传统三维纹理网格模型具有获取与维护简化、数据轻量化和隐私保护等优势。
- LoD-Loc使用标准的U-Net卷积神经网络提取多层级特征，并进行姿态选择和优化。
- 实验结果表明，LoD-Loc在UAVD4-LoD数据集上表现出强有力的竞争性，定位精度超越基于纹理网格模型的算法。
➡️
