QGVI：将高斯场景视图组织为可文字检索的定位索引

我们提出了可查询高斯视图索引（QGVI），用于查询现有高斯场景资产及其相关的校准参考数据。文本视图检索和选择性 RGB 相机定位返回资产坐标系中的位姿。 QGVI-T 将高斯渲染视图转换为场景位置的语言可搜索索引，将结构化描述绑定到已知的相机位姿和地点标识符。语义和词汇检索从不同位置选择视图，无需在线渲染、VLM 调用或特定于场景的位姿网络。图像路径 QGVI-I 使用互不重复的内点查询关键点过滤基于 LoGS 的几何估计。它省略了光度细化并保留了可接受的位姿坐标。在九个开发场景中，QGVI-T 在 Top-1 和 Top-5 联合相关性和有效性方面取得了 58.3% 和 78.3% 的成功率，而我们经过细化的 CityLoC 重新实现的成功率分别为 26.1% 和 34.6%。 QGVI-I 在 1 m/2 度处实现了 97.3% 的场景平均姿态成功率，合并错误接受率和错误拒绝率分别为 0.707% 和 1.142%。成对的缓存评估在此阈值下保留全部1775个在该阈值下原本正确的初始位姿。记录的文本查询延迟中位数为 0.020 秒。匹配的对照显示出有竞争力的 BM25 检索，并且阈值完整 LoGS 的错误接受率略低；网格增强表明新视角衍生的描述有适度的收益。我们将模型判断的语义成功与源相机恢复分开报告，并使用源验证或估计的几何评估尺度。