根據(jù)論文SceneSqueezer: Learning to Compress Scene for Camera Relocalization,達(dá)摩院團(tuán)隊(duì)采用分層策略對(duì)3D地圖進(jìn)行壓縮,首先利用成對(duì)的共可見性信息對(duì)數(shù)據(jù)庫(kù)圖像進(jìn)行聚類,將場(chǎng)景劃分為多個(gè)集群分別壓縮;其次,基于最終的位姿估計(jì)精度,學(xué)習(xí)選擇每個(gè)圖片的特征點(diǎn);最后通過特征量化方法壓縮特征點(diǎn)的描述。該算法在Cambridge Landmarks、Aachen Day-Night等室外場(chǎng)景數(shù)據(jù)集上取得了優(yōu)于既有方法的表現(xiàn)。
達(dá)摩院XR實(shí)驗(yàn)室高級(jí)算法專家董子龍介紹,XR團(tuán)隊(duì)自研三維算法體系,在建圖、定位等核心技術(shù)模塊屢有突破,今年已有多篇論文入選頂會(huì)。如Quadtree Attention for Vision Transformer提出四叉樹注意力機(jī)制,提升了基于視覺任務(wù)的Transformer模型的性能,入選深度學(xué)習(xí)頂會(huì)ICLR 2022;Neural Window Fully-connected CRFs for Monocular Depth Estimation提出單相機(jī)深度估計(jì)算法,利用消費(fèi)級(jí)全景相機(jī)就可完成深度估計(jì)任務(wù),大大降低三維建圖成本,文章被CVPR 2022錄用。
XR實(shí)驗(yàn)室是達(dá)摩院新近成立的實(shí)驗(yàn)室,致力于研究下一代互聯(lián)網(wǎng)技術(shù),該團(tuán)隊(duì)研發(fā)的AR、VR技術(shù)已落地跨境電商、數(shù)字城區(qū)等多個(gè)場(chǎng)景,如為杭州文三數(shù)字生活街區(qū)建造1:1還原的三維“數(shù)字孿生體”,為杭州奧體中心10萬平米地下停車場(chǎng)開發(fā)AR導(dǎo)航服務(wù)等。