AdaFusion: Visual-LiDAR Fusion with Adaptive Weights for Place Recognition

分享人：王文帅
研究方向：视觉位置识别
论文题目：AdaFusion: Visual-LiDAR Fusion with Adaptive Weights for Place Recognition
论文作者：Haowen Lai, Peng Yin, Sebastian Scherer
作者单位：宾夕法尼亚大学、卡内基梅隆大学
论文摘要：近年来，位置识别在城市道路、大型建筑物以及室内外混合场所等各种环境中的应用越来越广泛。然而，由于不同传感器的局限性和环境外观的变化，这项任务仍然具有挑战性。相关的工作仅考虑使用单个传感器或简单地组合不同传感器的情况，而忽略了不同传感器的重要性随环境变化而变化的事实。 在这篇文章中，我们提出了一种名为 AdaFusion 的自适应加权视觉-激光雷达融合方法来学习图像和点云特征的权重。由于当前的环境状况不同，这两种模态的特征会有所不同。AdaFusion利用多尺度注意力分支网络学习权重，然后与多模态特征提取分支融合。此外，为了更好地利用图像和点云之间的潜在关系，我们设计了一种两阶段的融合方法来结合2D和3D注意力。我们的工作在两个公共数据集上进行了测试。实验表明，自适应权重有助于提高识别精度和系统对不同环境的鲁棒性，同时运行时间更为高效。
原文链接：

点击此处