arXiv · 机器人与计算机视觉· Dingying Fan, Mingkai Liu, Haohua Que, Haojia Gao, Xianliang Huang, Qian Zhang, Xueqian Wang, Fei Qiao·· 9 天前AI 评分58
DAC-MACE:基于上下文的专家路由用于紧凑场景坐标回归
DAC-MACE: Context-Conditioned Expert Routing for Compact Scene Coordinate Regression in Camera Relocalization
AI 导读
论文 DAC-MACE 提出了一种针对相机重定位的场景坐标回归方法,通过残差上下文适配器(RCA)和全局上下文编码器(GCE)增强特征表达并优化混合专家路由。在剑桥地标数据集上,该方法将平均每场景中位数平移误差降至 13.0 cm,优于 GLACE(13.6 cm)和 MACE(14.4 cm)。研究还展示了各模块对降低误差的累积贡献,并在 7-Scenes 数据集上提升了召回率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org