毫末论文被世界顶会ICCV和IROS录用，探索BEV方法用于全局定位

2023 年 6 月、7 月，“ICCV 2023 计算机视觉国际大会”与“IROS 2023智能机器人及系统国际会议”陆续放榜，毫末智行人工智能中心技术团队提交的两篇论文入选。

ICCV 与 IROS 是人工智能与计算机视觉领域的两座顶级学术殿堂，其中 ICCV 是计算机视觉领域的顶级会议之一，与 CVPR、ECCV 并称计算机视觉三大顶级会议。

IROS（IEEE/RSJ International Conference on Intelligent Robots and Systems，IEEE/RSJ 智能机器人及系统国际会议）属于国际上机器人智能系统领域最著名、影响力最大顶级会议，由享誉盛名的 IEEE (Institute of Electrical and Electronics Engineers，美国电气与电子工程协会)和日本机器人联合会联合主办。

（BEVPlace网络结构）

此次毫末智行团队提交的《BEVPlace:Learning LiDAR-based place recognition using bird's eye view images》（《基于鸟瞰图投影网络的点云地点识别方法》）成功入选 ICCV 2023。

论文《 BEVPlace 》探索了基于BEV图像的神经网络方法用于全局定位的潜力，基于等变网络设计了一个名为 BEVPlace 的旋转不变网络。

得益于BEV图像的表征能力和旋转不变性设计，BEVPlace 方法实现了高召回率、强泛化能力和对视角变化的鲁棒性，在多个大规模数据集下的实验表明，BEVPlace的性能超过了现有方法。

此外，观察到几何和特征距离是相关的，并基于统计信息为位置估计进行了相关性建模。该模型同样可以适应其他定位方法，而 BEVPlace 给出了更准确的位置估计结果。

《I2P-Rec:Recognizing images on large-scale point cloud maps through bird'seye view projections》（《在大规模点云地图中使用鸟瞰图投影识别定位相机图像》）入选 IROS 2023。

论文《I2P-Rec》研究了如何在点云地图中定位图像的问题，从工程应用角度和科研角度都具有较高的研究意义。I2P-Rec 利用深度估计算法从图像中恢复点云以消除模态差异，进一步使用 BEV 投影以进行全局特征提取。

虽然 I2P-Rec 所使用的策略很简单，但在公开数据集上的结果表明该方法具有很强的地点召回能力和良好的泛化性能。 

（BEVPlace 和 I2P-Rec 在小魔驼中应用）