以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【Map-Relative Pose Regression for Visual Re-Localization】

文章链接：[2404.09884] Map-Relative Pose Regression for Visu...

项目主页：Map-Relative Pose Regression for Visual Re-Localiz...

开源代码：GitHub - nianticlabs/marepo: [CVPR 2024 Highlight]...

位姿回归网络预测查询图像相对于已知环境的相机位姿。在这一族方法中，绝对位姿回归( APR )最近在几厘米的位置误差范围内显示出了很好的精度。APR网络在其权重中隐含地编码了场景的几何结构。为了达到高精度，它们需要大量的训练数据，这些数据实际上只能在一天长的过程中使用新颖的视图合成来创建。这个过程需要对每一个新的场景进行一次又一次的重复。我们提出了一种新的姿态回归方法，地图相对姿态回归( marepo )，以场景不可知的方式满足了姿态回归网络的数据饥饿问题。

我们将位姿回归器设定在场景特定的地图表示上，使其位姿预测相对于场景地图。这使得我们可以在数百个场景中训练位姿回归器，以学习特定场景的地图表示与相机位姿之间的通用关系。我们的地图相对位姿回归器可以立即或仅需几分钟的微调就可以应用于新的地图表示，以获得最高的精度。我们的方法在室内和室外两个公共数据集上远远超过了以前的姿态回归方法。

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！