Visual place recognition for aerial imagery: A survey

要約

航空画像とその視覚的位置特定への直接的な応用は、多くのロボティクスやコンピューター ビジョンのタスクにとって不可欠な問題です。
全地球航法衛星システム (GNSS) は、航空位置特定問題を解決するための標準的なデフォルト ソリューションですが、信号の不安定性やソリューションの信頼性の低さなど、このオプションをあまり望ましくないものにする多くの制限があります。
その結果、視覚的な地理位置特定が実行可能な代替手段として浮上しています。
ただし、Visual Place Recognition (VPR) タスクを航空画像に適応させるには、天候の変化や反復パターンなど、大きな課題が生じます。
現在の VPR レビューでは、航空データの特定のコンテキストがほとんど無視されています。
このペーパーでは、特に航空画像の領域における VPR 技術を評価するために調整された方法論を紹介し、さまざまな方法とそのパフォーマンスの包括的な評価を提供します。
ただし、さまざまな VPR 手法を比較するだけでなく、航空画像の場合に VPR アルゴリズムの効率を最大化するには、マップ タイルを構築するときに適切なズームとオーバーラップ レベルを選択することの重要性も示します。
コードは、GitHub リポジトリ (https://github.com/prime-slam/aero-vloc) で入手できます。

要約(オリジナル)

Aerial imagery and its direct application to visual localization is an essential problem for many Robotics and Computer Vision tasks. While Global Navigation Satellite Systems (GNSS) are the standard default solution for solving the aerial localization problem, it is subject to a number of limitations, such as, signal instability or solution unreliability that make this option not so desirable. Consequently, visual geolocalization is emerging as a viable alternative. However, adapting Visual Place Recognition (VPR) task to aerial imagery presents significant challenges, including weather variations and repetitive patterns. Current VPR reviews largely neglect the specific context of aerial data. This paper introduces a methodology tailored for evaluating VPR techniques specifically in the domain of aerial imagery, providing a comprehensive assessment of various methods and their performance. However, we not only compare various VPR methods, but also demonstrate the importance of selecting appropriate zoom and overlap levels when constructing map tiles to achieve maximum efficiency of VPR algorithms in the case of aerial imagery. The code is available on our GitHub repository — https://github.com/prime-slam/aero-vloc.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google