CVPR 2023！自动Transdecoder神经坐标映射用于相机定位：NeuMap

作者：小张Tt | 来源：3DCV

在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf和代码链接

这里给大家推荐下SLAM微信群，扫码入群，方便大家沟通交流：

本文介绍了一种用于相机定位的端到端神经映射方法NeuMap。NeuMap通过使用可学习的潜在编码和基于Transformer的自动解码器来编码整个场景并回归查询像素的3D坐标。相比于当前的特征匹配方法和坐标回归方法，NeuMap能够在保持较小场景表示大小的同时，取得显著优于其他方法的表现。在Aachen夜间基准测试中，NeuMap仅使用6MB的数据就实现了39.1%的准确率，而其他方法在高压缩设置下需要100MB或几GB，并且无法成功。这种基于神经网络的方法在处理大规模数据时具有较强的鲁棒性，并且能够快速优化新场景的编码。

1 前言

本文介绍了一种名为NeuMap的神经坐标映射方法，用于图像的相机定位任务。NeuMap利用紧凑的场景表示和稳健的性能，结合了特征匹配和场景坐标回归两种方法的优势。NeuMap首先从图像中提取鲁棒特征，然后使用基于Transformer的自动解码器学习场景编码和查询图