You are here! Finding position and orientation on a 2D map from a single image: The Flatlandia localization problem and dataset

要約

タイトル： 1枚の画像から2Dマップ上の位置と向きを特定すること：Flatlandiaローカリゼーション問題とデータセット

要約：

– Flatlandiaは、2つの特定のタスクから構成されるオブジェクト検出からの画像の視覚的なローカリゼーションのための新しい問題です。
– タスク1はコースマップローカリゼーションであり、2Dオブジェクトランドマークのマップに対して観測されるセットのオブジェクトを使用して1枚の画像をローカライズすることです。
– タスク2は、2Dマップ内で画像の緯度、経度、および向きを推定する3DoFファイングレインドローカリゼーションです。
– これらの新しいタスクの解決策は、公開された都市マップをGPS位置とともにアノテーションされたオブジェクトによって利用でき、大規模な3Dモデルよりもよりストレージフレンドリーであり、またプライバシーを保護することもできます。
– 提案された問題に適した既存のデータセットがないため、Flatlandiaデータセットを提供しています。これは、5つの欧州都市からのクラウドソーシングデータに基づく、複数の都市環境での3DoFビジュアルローカリゼーションに適したものです。
– 提案されたタスクの複雑さを検証するためにFlatlandiaデータセットを使用しています。

要約(オリジナル)

We introduce Flatlandia, a novel problem for visual localization of an image from object detections composed of two specific tasks: i) Coarse Map Localization: localizing a single image observing a set of objects in respect to a 2D map of object landmarks; ii) Fine-grained 3DoF Localization: estimating latitude, longitude, and orientation of the image within a 2D map. Solutions for these new tasks exploit the wide availability of open urban maps annotated with GPS locations of common objects (\eg via surveying or crowd-sourced). Such maps are also more storage-friendly than standard large-scale 3D models often used in visual localization while additionally being privacy-preserving. As existing datasets are unsuited for the proposed problem, we provide the Flatlandia dataset, designed for 3DoF visual localization in multiple urban settings and based on crowd-sourced data from five European cities. We use the Flatlandia dataset to validate the complexity of the proposed tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI