3 个月前

LandscapeAR:通过使用学习得到的描述符将照片与地形模型匹配实现大规模户外增强现实

LandscapeAR:通过使用学习得到的描述符将照片与地形模型匹配实现大规模户外增强现实

摘要

我们提出了一种面向室外场景的大规模增强现实解决方案,通过将摄像头图像与带有纹理的数字高程模型(Digital Elevation Models, DEMs)进行配准来实现。为应对真实图像与DEM之间固有的外观差异,我们利用结构光从运动(Structure From Motion, SFM)重建结果训练了一个跨域特征描述子,以获取训练数据。所提方法可在移动设备上高效运行,并在该任务上优于现有的学习型及手工设计的特征描述子。

基准测试

基准方法指标
patch-matching-on-hpatchesLSAR-aux-render
Patch Matching: 45.3
Patch Retrieval: 55.6
Patch Verification: 95.6

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
LandscapeAR:通过使用学习得到的描述符将照片与地形模型匹配实现大规模户外增强现实 | 论文 | HyperAI超神经