Fine-Grained Cross-View Geo-Localization Using a Correlation-Aware Homography Estimator

要約

この論文では、きめ細かいクロスビュー地理位置特定への新しいアプローチを紹介します。
私たちの方法では、ホモグラフィー推定を使用して、ワープされた地上画像を、同じエリアをカバーする対応する GPS タグ付き衛星画像と位置合わせします。
まず、幾何学的原理に準拠した微分可能な球面変換を使用して、地上画像の遠近感を衛星地図と正確に位置合わせします。
この変換により、地上画像と航空画像が同じビューおよび同じ平面上に効果的に配置され、画像の位置合わせの問題が軽減されます。
オクルージョン、小さなオーバーラップ範囲、季節変動などの課題に対処するために、変換された地上画像の類似部分を衛星画像と位置合わせする、堅牢な相関を意識したホモグラフィー推定器を提案します。
私たちの方法は、変換された地上画像の中心点をホモグラフィー行列を使用して衛星画像にマッピングし、中心軸上の点を使用して地上カメラの方向を決定することにより、サブピクセル解像度とメートルレベルの GPS 精度を実現します。
30 FPS の速度で動作するこの手法は、最先端の手法を上回っており、VIGOR ベンチマークの同一エリアおよびクロスエリア汎化タスクで平均メトリック位置特定エラーをそれぞれ 21.3% および 32.4% 削減します。
同一面積評価ではKITTIベンチマークと比較して34.4%向上。

要約(オリジナル)

In this paper, we introduce a novel approach to fine-grained cross-view geo-localization. Our method aligns a warped ground image with a corresponding GPS-tagged satellite image covering the same area using homography estimation. We first employ a differentiable spherical transform, adhering to geometric principles, to accurately align the perspective of the ground image with the satellite map. This transformation effectively places ground and aerial images in the same view and on the same plane, reducing the task to an image alignment problem. To address challenges such as occlusion, small overlapping range, and seasonal variations, we propose a robust correlation-aware homography estimator to align similar parts of the transformed ground image with the satellite image. Our method achieves sub-pixel resolution and meter-level GPS accuracy by mapping the center point of the transformed ground image to the satellite image using a homography matrix and determining the orientation of the ground camera using a point above the central axis. Operating at a speed of 30 FPS, our method outperforms state-of-the-art techniques, reducing the mean metric localization error by 21.3% and 32.4% in same-area and cross-area generalization tasks on the VIGOR benchmark, respectively, and by 34.4% on the KITTI benchmark in same-area evaluation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google