Visual Place Recognition
ANU College of Engineering and Computer Science（澳大利亚国立大学工程与计算机科学学院）；Australian National University（澳大利亚国立大学）
视觉位置识别影响自动驾驶的安全性和准确性。为了准确识别位置，研究了一种基于HMM滤波器和HMM平滑器的视觉场所识别算法。首先，我们构建了堪培拉市的交通状况。然后建立了HMM滤波器和HMM平滑器的数学模型。最后，基于该算法对车辆位置进行预测。实验结果表明，HMM平滑器在预测精度方面优于HMM滤波器。
2022-11-26 cs.CV cs.RO
A Registration-aided Domain Adaptation Network for 3D Point Cloud Based Place Recognition
Shanghai Jiao Tong University（上海交通大学）；Beijing Institute of Technology（北京理工大学）
在自动驾驶和移动机器人的大规模SLAM领域，基于3D点云的地点识别由于其对白天和天气变化剧烈的变化环境的鲁棒性而引起了重大的研究兴趣。然而，这是耗时和精力成本高，以获得高质量的点云数据的位置识别模型的训练和地面真理注册在现实世界中。为此，提出了一种新的配准辅助三维领域自适应网络的点云位置识别。引入结构感知配准网络来帮助学习具有几何信息的特征，并且可以估计具有部分重叠的两个点云之间的6-DoF姿态。该模型通过GTA-V的合成虚拟LiDAR数据集进行训练，具有不同的天气和白天条件，并通过对齐全局特征来实现领域自适应。我们的结果优于最先进的3D位置识别基线，或者在现实世界的Oxford RobotCar数据集上实现与虚拟数据集上的注册可视化相当。
2021-08-04 cs.CV cs.RO
DeepRING: Learning Roto-translation Invariant Representation for LiDAR based Place Recognition
Zhejiang University（浙江大学）；Alibaba Group（阿里巴巴集团）
基于LiDAR的位置识别对于环路闭合检测和重新定位是流行的。近年来，深度学习通过可学习的特征提取为地点识别带来了改进。然而，这些方法退化时，机器人重访以前的地方与大的视角差异。为了应对这一挑战，我们提出了DeepRING来从LiDAR扫描中学习旋转平移不变表示，以便机器人以不同的视角访问同一个地方可以具有相似的表示。DeepRING有两个关键：从正弦图中提取特征，并通过幅度谱聚合特征。这两个步骤保持了最终的表示与歧视和旋转平移不变性。此外，我们将位置识别描述为一个一次性学习问题，每个位置都是一个类，利用关系学习来构建表示相似性。在公共数据集上进行了大量实验，验证了每个组件的有效性，并表明DeepRING优于比较方法，特别是在数据集级别的泛化方面。
2022-10-20 cs.CV cs.RO
What makes visual place recognition easy or hard?
TU Chemnitz（开姆尼茨工业大学）
视觉位置识别是移动机器人定位的基本能力。它将图像检索置于物理世界中操作的物理代理的实际背景中。它是一个活跃的研究领域，许多不同的方法已经提出，并在许多不同的实验中进行了评估。在下文中，我们认为，由于这种实际情况和个人设计决策的变化，位置识别实验在不同的论文中几乎没有可比性，并且有各种属性可以从一个实验到另一个实验发生变化。我们提供了一个广泛的列表，这样的属性，并给出例子，它们可以用来设置一个地方识别实验更容易或更难。这可能是有趣的不同参与方：（1）只想选择适合他们手头特定任务属性的地点识别方法的人，（2）寻找开放性研究问题并对特别困难的实例感兴趣的研究人员，（3）想就此主题创建可复制论文的作者，以及（4）审稿人，他们的任务是识别正在审查的论文中的潜在问题。
2021-06-23 cs.CV cs.RO
STUN: Self-Teaching Uncertainty Estimation for Place Recognition
University of Liverpool（利物浦大学）；University of Edinburgh（爱丁堡大学）
地点识别是同时定位与地图构建（SLAM）和空间感知的关键。然而，由于图像变化，野外的地点识别经常遭受错误预测，例如，改变视角和街道外观。将不确定性估计集成到位置识别的生存周期中是一种很有前途的方法，以减轻变化对位置识别性能的影响。然而，在这方面现有的不确定性估计方法或者计算效率低（例如，蒙特卡罗丢失）或以准确性下降为代价。本文提出了STUN，这是一个自学框架，可以学习同时预测输入图像的位置并估计预测不确定性。为此，我们首先使用标准度量学习管道训练教师网络以产生嵌入先验。然后，在预训练的教师网络的监督下，训练具有额外方差分支的学生网络来微调嵌入先验并逐个样本地估计不确定性。在在线推理阶段，我们只使用学生网络结合不确定性生成位置预测。与不了解不确定性的位置识别系统相比，我们的框架免费提供了不确定性估计，而不牺牲任何预测精度。我们在大规模数据集上的实验结果表明，STUN在识别精度和不确定性估计的质量上都优于最先进的方法。
2022-09-13 cs.CV cs.RO
Augmenting Visual Place Recognition with Structural Cues
University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
在本文中，我们提出了增强基于图像的位置识别与结构线索。具体地说，这些结构线索是使用从运动结构获得的，这样就不需要额外的传感器来进行位置识别。这是通过用3D CNN来增强通常用于基于图像的位置识别的2D卷积神经网络（CNN）来实现的，3D CNN将从运动恢复结构点云导出的体素网格作为输入。我们评估了不同的方法融合的2D和3D功能，并获得最佳性能与全球平均池和简单的拼接。在Oxford RobotCar数据集上，与仅从一种输入模态中提取的描述符（包括最先进的基于图像的描述符）相比，所得到的描述符具有更好的识别性能。特别是在低描述符维度下，我们的性能比最先进的描述符高出90%。
2020-07-16 cs.CV cs.RO
General Place Recognition Survey: Towards the Real-world Autonomy Age
Carnegie Mellon University（卡内基梅隆大学）；University of California San Diego（加州大学圣地亚哥分校）
地点识别是辅助同时定位与地图构建（SLAM）进行闭环检测和重新定位的基础模块。在过去的$20$几年中，位置识别社区取得了惊人的进展，这在计算机视觉和机器人等多个领域引起了广泛的研究兴趣和应用。然而，很少有方法在复杂的现实世界场景中表现出有前途的位置识别性能，其中长期和大规模的外观变化通常会导致失败。此外，在最先进的方法中缺乏一个集成的框架，可以处理位置识别中的所有挑战，包括外观变化，视点差异，对未知区域的鲁棒性以及现实世界应用中的效率。在这项工作中，我们调查的国家的最先进的方法，针对长期的本地化，并讨论未来的方向和机会。首先，我们调查的制定长期自治的地方识别和现实世界中的主要挑战。然后，我们回顾了最近的作品在不同的传感器模式和当前的战略，处理各种地方识别的挑战。最后，我们回顾了现有的长期本地化数据集，并介绍了我们的数据集和不同方法的评估API。这篇论文可以为新进入位置识别社区的研究人员和那些关心长期机器人自主性的人提供指导。我们还就机器人技术中经常被问到的问题提供了我们的意见：机器人是否需要长期自主的精确定位？这项工作的摘要以及我们的数据集和评估API可在https://github.com/MetaSLAM/GPRS上公开提供给机器人社区。
2022-09-09 cs.CV cs.RO
Point-cloud-based place recognition using CNN feature extraction
Hong Kong University of Science and Technology（香港科技大学）
本文提出了一种新的基于点云的地点识别系统，该系统采用深度学习方法进行特征提取。通过使用在彩色图像上预训练的卷积神经网络来从范围图像中提取特征，而无需对额外范围图像进行微调，与使用手工制作的特征相比，已经观察到显著的改进。所得到的系统是光照不变，旋转不变和鲁棒性对移动对象无关的地方身份。除了系统本身，我们还为社区带来了一个新的地方识别数据集，包含点云和灰度图像，涵盖了完整的$360^\circ$环境视图。此外，数据集的组织方式，它有利于实验验证旋转不变性或鲁棒性对无关的移动对象分开。
2018-10-23 cs.CV cs.RO
Event-VPR: End-to-End Weakly Supervised Network Architecture for Event-based Visual Place Recognition
Northeastern University（东北大学）；Ulster University（阿尔斯特大学）
传统的视觉位置识别（VPR）方法通常使用基于帧的摄像机，这是容易失败，由于剧烈的光照变化或快速运动。在本文中，我们提出了一个端到端的视觉位置识别网络的事件摄像机，它可以在具有挑战性的环境中实现良好的位置识别性能。该算法的核心思想是首先利用EST体素网格对事件流进行特征化，然后利用卷积网络进行特征提取，最后利用改进的VLAD网络进行特征聚合，实现基于事件流的端到端视觉场所识别。为了验证所提出的算法的有效性，我们比较了所提出的方法与经典的VPR方法的基于事件的驾驶数据集（MVSEC，DDD 17）和合成数据集（牛津RobotCar）。实验结果表明，该方法可以在具有挑战性的场景中取得更好的性能。据我们所知，这是第一个端到端的基于事件的VPR方法。随附的源代码可在https://github.com/kongdelei/Event-VPR上获得。
2020-11-06 cs.CV cs.RO
Spatio-Semantic ConvNet-Based Visual Place Recognition
Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague（布拉格捷克理工大学捷克信息学、机器人与控制论研究所）
我们提出了一个视觉识别系统，遵循两个阶段的格式常见的图像检索管道。该系统通过激活预先训练的现成VGG 16卷积神经网络（CNN）架构的不同层来编码地点图像。在我们的方法的第一阶段，给定一个地方的查询图像，从先前存储的地方数据库中检索一些顶级候选图像。在第二阶段，我们提出了一个详尽的比较查询图像对这些候选人的语义和空间信息编码的形式CNN功能。在五个最常用的基准数据集上，我们的方法的结果远远优于最先进的视觉位置识别方法。在最具挑战性的数据集上，性能提升尤其显著，与最新发表的工作相比，识别性能提高了两倍以上。
2019-09-17 cs.CV cs.RO
Exploration of object recognition from 3D point cloud
Yunnan University（云南大学）
我们提出了我们的最新实验结果的物体识别从三维点云数据通过移动的汽车。
2017-07-05 cs.CV
Real-Time Visual Place Recognition for Personal Localization on a Mobile Device
Poznań University of Technology（波兹南理工大学）
提出了一种基于视觉位置识别的移动终端室内个人定位方法。我们在智能手机上实现了两种最先进的算法，它们代表了两种不同的视觉位置识别方法：FAB-MAP使用单个图像识别位置，ABLE-M利用图像序列。这些算法在不同结构的环境中进行评估，重点是使用移动终端相机时经常遇到的问题。从这次评估中得出的结论是指导设计的FastABLE系统，这是基于ABLE-M算法，但介绍了重大修改的概念，图像匹配。这些改进从根本上减少了处理时间并提高了可扩展性，使得可以利用移动终端的有限计算能力在长图像序列中定位用户。在实时的【形】个人定位方面，所得到的位置识别系统与ABLE-M和FAB-MAP解决方案相比都是有利的。
2017-04-27 cs.CV cs.RO
Unsupervised Place Recognition with Deep Embedding Learning over Radar Videos
Oxford Robotics Institute（牛津机器人研究所）；University of Oxford（牛津大学）
我们学习，在一个无监督的方式，从序列的雷达图像，适合于解决使用复杂的雷达数据的位置识别问题的嵌入。我们在280公里的数据上进行了实验，并显示出超过最先进的监督方法的性能，当只使用最近的数据库候选时，正确定位的时间为98.38%。
2021-06-12 cs.CV cs.RO
Visual Place Recognition in Forests with Depth-Aware Distillation
CSIRO Robotics, Brisbane, Australia（澳大利亚联邦科学与工业研究组织机器人实验室，布里斯班，澳大利亚）；University of Queensland, Brisbane, Australia（昆士兰大学，布里斯班，澳大利亚）；Queensland University of Technology, Brisbane, Australia（昆士兰科技大学，布里斯班，澳大利亚）
针对森林环境中视觉地点识别因植被重复、结构线索弱及外观变化大而困难的问题，提出轻量级深度感知蒸馏框架，将几何线索注入DINOv2模型，在WildCross基准上提升鲁棒性。
2026-06-12 cs.CV cs.RO
DSC: Deep Scan Context Descriptor for Large-Scale Place Recognition
Tongji University（同济大学）
基于激光雷达的位置识别是一个重要的和具有挑战性的任务，无论是在循环闭合检测和全球重定位。我们提出了深度扫描上下文（DSC），一个通用的和歧视性的全局描述符，捕捉点云的片段之间的关系。与以前的方法，利用语义或相邻的点云序列更好地识别，我们只使用原始点云，以获得有竞争力的结果。具体地说，我们首先对点云进行自我中心分割，得到线段的质心和特征值。然后，我们引入了一个图神经网络来聚合这些特征到一个嵌入表示。在KITTI数据集上进行的大量实验表明，DSC对场景变体具有鲁棒性，并且优于现有方法。
2021-11-27 cs.CV cs.RO
A Holistic Visual Place Recognition Approach using Lightweight CNNs for Significant ViewPoint and Appearance Changes
University of Essex（埃塞克斯大学）；ETH Zurich（苏黎世联邦理工学院）；Australian Centre for Robotic Vision（澳大利亚机器人视觉中心）；Queensland University of Technology（昆士兰科技大学）
本文提出了一种轻量级的视觉位置识别方法，能够实现高性能，低计算成本，和可行的移动机器人下显着的观点和外观的变化。在几个基准数据集上的结果证实，相对于最先进的方法，准确率平均提高了13%，平均加速了12倍。
2019-10-27 cs.CV cs.RO
Polar Perspectives: Evaluating 2-D LiDAR Projections for Robust Place Recognition with Visual Foundation Models
本文通过评估不同2D激光雷达投影对位置识别的影响，发现精心设计的投影可有效替代端到端3D学习。
2025-12-02 cs.CV cs.RO
Online Visual Place Recognition via Saliency Re-identification
School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）；Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
作为视觉同时定位与地图构建（SLAM）的重要组成部分，位置识别对于机器人导航和自动驾驶至关重要。现有方法通常将视觉地点识别公式化为特征匹配，这对于具有有限计算能力的许多机器人应用（例如，自动驾驶和清洁机器人。受人类总是通过记住比其他人更有吸引力或有趣的显著区域或地标来识别一个地方的事实的启发，我们将视觉位置识别制定为显着性重新识别。同时，我们建议在频域中同时执行显著性检测和重新识别，其中所有操作都是元素式的。实验表明，我们提出的方法实现了竞争力的准确性和更高的速度比国家的最先进的基于特征的方法。所提出的方法是开源的，可在https://github.com/wh200720041/SRLCD.git上获得。
2020-07-29 cs.CV cs.RO
Discriminative and Semantic Feature Selection for Place Recognition towards Dynamic Environments
School of Automation Science and Electrical engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）
特征在各种视觉任务中起着重要的作用，特别是在感知变化环境中的视觉位置识别中。在本文中，我们提出了一个歧视性和语义特征选择网络，称为DSFeat的位置识别，由于动态和易混淆的模式的挑战。在语义信息和注意力机制的共同监督下，我们可以估计特征的像素级稳定性，即从其中提取特征的静态和稳定区域的概率，然后选择对动态干扰不敏感且可区分的特征进行正确匹配。设计的特征选择模型在位置识别和SLAM系统中进行了评估，在几个公共数据集具有不同的外观和观点。实验结果表明了该方法的有效性。应该注意的是，我们的建议可以很容易地插入到任何基于功能的SLAM系统。
2021-03-21 cs.CV cs.RO
4DRaL: Bridging 4D Radar with LiDAR for Place Recognition using Knowledge Distillation
Faculty of Robot Science and Engineering, Northeastern University, Shenyang, China（东北大学机器人科学与工程学院，沈阳，中国）
本文提出4DRaL框架，利用知识蒸馏提升4D雷达的地点识别性能，通过高精度LiDAR-to-LiDAR模型指导训练，解决4D雷达数据噪声和稀疏性问题，实验表明在正常和恶劣天气下均取得最佳性能。
2026-03-27 cs.CV cs.RO
On the Performance of ConvNet Features for Place Recognition
ARC Centre of Excellence for Robotic Vision（ARC机器人视觉卓越中心）；Queensland University of Technology（昆士兰科技大学）
在深度学习在计算机视觉领域取得令人难以置信的成功之后，人们对将卷积网络（ConvNet）功能应用于机器人领域（如视觉导航和SLAM）产生了浓厚的兴趣。不幸的是，其中存在着根本性的分歧和挑战。计算机视觉数据集与机器人摄像机数据的特征非常不同，实时性能至关重要，性能优先级可能不同。本文全面评估和比较了三种最先进的ConvNets在与机器人导航特别相关的问题上的效用;视点不变性和条件不变性，并首次通过整合各种现有的（位置敏感哈希）和新的（语义搜索空间分区）优化技术，使用ConvNets与大型地图实现实时位置识别性能。我们在四个真实世界的数据集上进行了广泛的实验，以评估位置识别中的每一个具体挑战。结果表明，两个数量级的速度可以实现最小的精度下降，实现实时性能。我们证实，当面临严重的外观变化时，经过语义位置分类训练的网络在（特定）位置识别方面也表现得更好，并为网络和层最适合位置识别问题的不同方面提供了参考。
2015-07-29 cs.CV cs.RO
LCPR: A Multi-Scale Attention-Based LiDAR-Camera Fusion Network for Place Recognition
Beijing Institute of Technology（北京理工大学）；Shanghai Jiao Tong University（上海交通大学）；HAOMO.AI Technology Co., Ltd（毫末智行科技有限公司）
本文提出LCPR网络，通过多尺度注意力模块融合LiDAR点云与多视角RGB图像生成偏航旋转不变表示，有效解决了特征不平衡问题，在nuScenes数据集上显著提升了多模态位置识别性能及视角鲁棒性。
2023-12-30 cs.CV cs.RO
LRFusionPR: A Polar BEV-Based LiDAR-Radar Fusion Network for Place Recognition
Beijing Institute of Technology（北京理工大学）
针对自动驾驶中激光雷达与雷达融合地点识别的难点，提出基于极坐标BEV的双分支LRFusionPR网络，通过交叉注意力融合和知识蒸馏提升识别准确率与天气鲁棒性，在多数据集上验证有效。
2025-10-02 cs.CV cs.RO
Self-Supervised Domain Calibration and Uncertainty Estimation for Place Recognition
Polytechnique Montréal（蒙特利尔综合理工学院）
近年来，基于深度学习的视觉位置识别技术已经成为最先进的技术，但不能很好地推广到视觉上与训练集不同的环境。因此，为了实现最佳性能，有时需要根据目标环境对网络进行微调。为此，我们提出了一种自监督域校准过程的基础上强大的姿态图优化同时定位与地图构建（SLAM）作为监督信号，而不需要GPS或手动标记。此外，我们利用该过程来提高位置识别匹配的不确定性估计，这在安全关键应用中是重要的。我们表明，我们的方法可以提高一个国家的最先进的技术在目标环境中的性能不同于它的训练集，我们可以获得不确定性估计。我们相信，这种方法将有助于从业者在现实世界的应用中部署强大的位置识别解决方案。我们的代码可公开获取：https://github.com/MISTLab/vpr-calibration-and-uncertainty
2023-03-14 cs.CV cs.RO
CORAL: Colored structural representation for bi-modal place recognition
State Key Laboratory of Industrial Control Technology（工业控制技术国家重点实验室）；Institute of Cyber-Systems and Control, Zhejiang University（浙江大学网络空间安全与控制学院）
位置识别是无漂移定位系统不可缺少的一部分。由于环境的变化，使用单一模态的位置识别具有局限性。在本文中，我们提出了一种双模态位置识别方法，它可以从两个模态，视觉和激光雷达提取一个复合的全局描述符。具体来说，我们首先构建从3D点生成的高程图像作为结构表示。然后，我们推导出3D点和图像像素之间的对应关系，这些对应关系进一步用于将像素级视觉特征合并到高程图网格中。通过这种方式，我们将结构特征和视觉特征融合在一致的鸟瞰框架中，产生了一种语义表征，即CORAL。整个网络被称为CORAL VLAD。牛津RobotCar上的比较表明，CORAL-VLAD具有优于其他国家的最先进的方法的性能。我们还证明了我们的网络可以推广到跨城市数据集上的其他场景和传感器配置。
2021-07-19 cs.CV cs.RO
SeqOT: A Spatial-Temporal Transformer Network for Place Recognition Using Sequential LiDAR Data
Beijing Institute of Technology（北京理工大学）；National University of Defense Technology（国防科技大学）
位置识别是自主车辆实现闭环或全局定位的重要组成部分。在本文中，我们解决了基于机载LiDAR传感器获得的顺序3D LiDAR扫描的位置识别问题。我们提出了一个基于变换的网络SeqOT利用激光雷达数据生成的序列范围图像提供的时间和空间信息。它使用多尺度Transformers以端到端的方式为每个LiDAR范围图像序列生成全局描述符。在在线操作过程中，我们的SeqOT通过匹配当前查询序列和存储在地图中的描述符来找到相似的地方。我们评估了我们的方法在不同环境中使用不同类型的LiDAR传感器收集的四个数据集。实验结果表明，我们的方法优于最先进的基于激光雷达的位置识别方法，并在不同的环境中推广良好。此外，我们的方法比传感器的帧速率更快地在线操作。我们的方法的实现在https://github.com/BIT-MJY/SeqOT上作为开源发布。
2022-09-16 cs.CV cs.RO
SALSA: Swift Adaptive Lightweight Self-Attention for Enhanced LiDAR Place Recognition
NYU Tandon School of Engineering（纽约大学坦登工程学院）
提出SALSA框架，通过Sphereformer主干、自适应自注意力层和MLP混合器层高效聚合局部描述符生成场景描述符，在多个LiDAR位置识别数据集上实现实时且优于现有方法的检索与度量定位性能。
2024-07-30 cs.CV cs.RO
Improving Place Recognition Using Dynamic Object Detection
Intel Corporation（英特尔公司）；Alma College（阿尔玛学院）
我们提出了一种新的方法来放置识别非常适合于环境中有许多动态对象-对象，可能会或可能不会出现在代理的后续访问。通过将对象检测预处理步骤，我们的方法产生高质量的地方表示，将对象信息。这不仅导致在动态环境中显着改善的地方识别，它也显着降低内存/存储的要求，这可能会增加移动代理的有效性与有限的资源。
2020-06-12 cs.CV cs.RO eess.IV
Explicit Interaction for Fusion-Based Place Recognition
Shanghai Jiao Tong University（上海交通大学）；Beijing Institute of Technology（北京理工大学）；Zhejiang University（浙江大学）；National University of Defense Technology（国防科技大学）
针对多模态地点识别中隐式融合未充分利用各模态信息的问题，提出EINet通过LiDAR与RGB特征显式交互增强识别和泛化，并基于nuScenes构建含监督与自监督方案的新基准。
2024-02-27 cs.CV cs.RO
Robust Place Recognition using an Imaging Lidar
Massachusetts Institute of Technology（麻省理工学院）；Stevens Institute of Technology（史蒂文斯理工学院）
我们提出了一种使用成像激光雷达进行鲁棒的实时位置识别的方法，该方法产生图像质量高分辨率的3D点云。利用成像激光雷达的强度读数，我们投影点云并获得强度图像。从图像中提取ORB特征描述符，并将其编码为词袋向量。用于识别点云的矢量被插入到由DBoW维护的数据库中，以进行快速位置识别查询。通过匹配视觉特征描述符来进一步验证返回的候选者。为了拒绝匹配的离群值，我们应用PRANSAC，它使用RANSAC最小化视觉特征在欧氏空间中的位置与它们在2D图像空间中的对应关系的重投影误差。结合摄像头和激光雷达识别方法的优点，我们的方法是真正的旋转不变，并可以解决反向重访和颠倒重访。所提出的方法进行评估，从不同的规模和环境的各种平台上收集的数据集。我们的实现和数据集可在https://git.io/image-lidar上获得
2021-04-22 cs.CV cs.RO
Improving Condition- and Environment-Invariant Place Recognition with Semantic Place Categorization
地点识别问题包括两个不同的子问题：识别世界上的特定位置（“特定”或“普通”地点识别）和识别地点的类型（地点分类）。两者都是移动机器人的重要能力，在机器人和计算机视觉领域都受到了极大的关注，但通常是作为单独的研究领域。在本文中，我们利用地方识别和地方分类过程的强大的互补性，创建一个新的混合地方识别系统，使用地方的背景下，通知地方识别。我们发现，语义的地方分类创建了一个信息丰富的自然分割的物理空间，从而使显着更好的地方识别性能相比，现有的技术。特别是，这种新的语义信息方法增加了对环境中重大局部变化的鲁棒性，例如室内和室外环境之间或房屋中黑暗和明亮房间之间的过渡，补充了当前条件不变技术的能力，这些技术对全局一致的变化（例如白天到夜晚的周期）具有鲁棒性。我们使用4个基准和新的数据集进行实验，并表明语义通知的位置识别优于以前的最先进的系统。与物体识别一样，我们相信语义可以在提升机器人系统的传统位置识别和导航性能方面发挥关键作用。
2017-06-22 cs.RO
LCD -- Line Clustering and Description for Place Recognition
ETH Zurich（苏黎世联邦理工学院）；Gideon Brothers（吉迪恩兄弟公司）
目前视觉场所识别的研究主要集中在将图像的局部视觉特征聚合成单个矢量表示。因此，诸如特征的几何布置的高级信息通常丢失。在本文中，我们介绍了一种新的基于学习的方法来识别地点，使用RGB-D相机和线簇作为视觉和几何特征。我们国家的地方识别问题作为一个问题，而不是个别补丁，识别集群的线，从而保持结构信息。在我们的工作中，线簇被定义为构成单个对象的线，因此我们的位置识别方法可以被理解为对象识别。使用最先进的技术在RGB-D图像中检测3D线段。我们提出了一种基于注意力机制的神经网络结构，用于逐帧线性聚类。一个类似的神经网络用于描述这些聚类，其中紧凑嵌入了128个浮点数，在从InteriorNet数据集获得的训练数据上进行了三重丢失训练。我们展示了大量的室内场景的实验，并比较我们的方法与使用SIFT和SuperPoint特征和全局描述符NetVLAD的词袋图像检索方法。仅在合成数据上训练，我们的方法可以很好地推广到Kinect传感器捕获的真实数据，同时还提供了有关实例几何排列的信息。
2020-10-21 cs.CV cs.RO
Place Recognition with Event-based Cameras and a Neural Implementation of SeqSLAM
Queensland University of Technology（昆士兰科技大学）；Imperial College（帝国理工学院）；University of Edinburgh（爱丁堡大学）
基于事件的相机为机器人和计算机视觉领域提供了很大的潜力，部分原因是它们的大动态范围和极高的“帧速率“。这些属性使它们至少在理论上特别适合在具有挑战性的照明条件下在高速机器人平台上实现导航和绘图等任务，这对于传统算法和相机传感器来说是特别具有挑战性的任务。然而，在这些任务变得可行之前，必须在适应和创新当前基于RGB相机的算法以与基于事件的相机一起工作方面取得进展。在本文中，我们提出了正在进行的研究调查两种不同的方法，将基于事件的摄像机机器人导航：合适的地方识别/闭环技术的调查，并开发有效的神经实现的地方识别技术，使地方识别的可能性，使用基于事件的摄像机在非常高的帧速率使用类脑计算硬件。
2015-05-18 cs.CV cs.RO
BEVPlace: Learning LiDAR-based Place Recognition using Bird's Eye View Images
Zhejiang University（浙江大学）；HAOMO.AI Technology Co., Ltd.（毫末智行科技有限公司）
本文提出基于鸟瞰图（BEV）图像的LiDAR位置识别网络BEVPlace，利用群卷积和NetVLAD提取旋转等变特征，实现了最先进的召回率、视角鲁棒性、泛化能力及查询点云位置估计。
2023-08-15 cs.CV cs.RO
GOTPR: General Outdoor Text-based Place Recognition Using Scene Graph Retrieval with OpenStreetMap
Seoul National University（首尔国立大学）
GOTPR利用场景图和OpenStreetMap替代点云实现户外地点识别，在保持精度的同时大幅降低存储需求，并可在数秒内完成城市级处理。
2025-05-22 cs.CV cs.RO
HM4: Hidden Markov Model with Memory Management for Visual Place Recognition
School of Computer Science, The University of Adelaide（阿德莱德大学计算机科学学院）
视觉位置识别需要对由于自然和人为原因引起的外观变化具有鲁棒性。因此，训练数据收集应该是一个持续的过程，以允许记录连续的外观变化。然而，这创建了一个无限增长的数据库，对位置识别方法提出了时间和内存可扩展性的挑战。为了解决自动驾驶中视觉位置识别的可扩展性问题，我们开发了一种具有两层存储管理的隐马尔可夫模型方法。我们的算法，被称为HM $^4$，利用时间的前瞻性转移有前途的候选图像之间的被动存储和主动记忆需要时。推理过程考虑到有希望的图像和整个数据库的粗略表示。我们表明，这允许恒定的时间和空间推断为一个固定的覆盖区域。粗略表示也可以增量地更新以吸收新数据。为了进一步降低内存需求，我们推导出受局部敏感哈希（LSH）启发的紧凑图像表示。通过对真实世界数据的实验，我们证明了该方法在外观变化下具有良好的可扩展性和准确性，并与最先进的技术进行了比较。
2020-11-01 cs.CV cs.RO
A Hierarchical Dual Model of Environment- and Place-Specific Utility for Visual Place Recognition
Indian Institute of Technology (ISM) Dhanbad（印度理工学院（印度矿业学院）丹巴德分校）；Queensland University of Technology (QUT)（昆士兰科技大学）
视觉地点识别（VPR）方法通常试图通过识别在识别特定地点时具有高“效用”的视觉线索、图像区域或地标来匹配地点。但效用的概念并不是单一的，它可以有多种形式。在本文中，我们提出了一种新的方法来推导两个关键类型的实用VPR：实用的视觉线索的“特定”的环境，并在一个特定的地方。我们采用对比学习原则，以无监督的方式估计局部聚集描述符向量（VLAD）聚类的环境和位置特定的效用，然后用于通过关键点选择来指导局部特征匹配。通过结合这两个效用度量，我们的方法在三个具有挑战性的基准数据集上实现了最先进的性能，同时减少了所需的存储和计算时间。我们提供了进一步的分析表明，无监督的聚类选择结果在语义上有意义的结果，细粒度的分类往往具有更高的效用VPR比高层次的语义分类（如建筑物，道路），以及这两个效用的措施如何在不同的地方和环境。源代码可在https://github.com/Nik-V9/HEAPUtil上公开获取。
2021-07-06 cs.CV cs.RO
Systematic Evaluation of Novel View Synthesis for Video Place Recognition
系统评估合成新视角对视频地点识别的影响，发现少量合成视角可提升识别性能，且视角变化幅度不如添加数量和图像类型重要。
2026-06-16 cs.CV cs.RO
Context-Based Visual-Language Place Recognition
Seoul National University（首尔大学）
针对视觉地点识别在外观变化下依赖低层特征及端到端方法需大量标注数据的问题，本文提出利用零样本语言驱动语义分割模型提取像素级嵌入以构建语义描述符，无需额外训练且实验表现更优。
2024-10-25 cs.CV cs.RO
Are Visual Place Recognition Models Recognizing Places or Conditions? Distractor-Augmented Evaluation and Condition Suppression
该研究针对视觉地点识别模型易受干扰项影响的问题，提出干扰项增强评估方法与条件抑制技术，发现干扰项鲁棒性与标准检索性能不同，可通过抑制条件信息提升模型性能。
2026-08-10 cs.CV cs.RO
Graph-based non-linear least squares optimization for visual place recognition in changing environments
Chemnitz University of Technology（开姆尼茨工业大学）
视觉位置识别是移动机器人定位的一个重要子问题。由于它是图像检索的一种特殊情况，基本的信息来源是图像描述符的成对相似性。然而，在这个机器人任务中嵌入图像检索问题提供了可以利用的额外结构，例如时空一致性。存在几种算法来利用这种结构，例如，序列处理方法或用于改变环境的描述符标准化方法。在本文中，我们提出了一个基于图的框架，系统地利用不同类型的附加结构和信息。图形模型用于制定一个非线性最小二乘问题，可以用标准工具进行优化。除了序列和标准化，我们建议使用数据库和/或查询图像集内的集内相似性作为额外的信息源。如果可用，我们的方法还允许无缝集成有关数据库图像姿势的其他知识。我们在各种标准的位置识别数据集上评估了该系统，并展示了大量不同配置的性能改进，包括不同的信息源，不同类型的约束，以及在线或离线位置识别设置。
2020-12-29 cs.CV cs.RO
Adding Cues to Binary Feature Descriptors for Visual Place Recognition
Sapienza University of Rome（罗马大学）
在本文中，我们提出了一种方法来嵌入连续和选择器线索的二进制特征描述符用于视觉位置识别。通过使用编码线索并支持汉明距离度量的二进制字符串扩展每个特征描述符来实现嵌入。以这种方式扩充描述符具有对用于比较它们的过程透明的优点。我们提出了我们的方法的两个具体应用，展示了两种类型的线索。除此之外，我们对这些应用程序进行了广泛的定量和比较评估，包括五个基准数据集和几种最先进的图像检索方法，并结合各种二进制描述符类型。
2018-09-18 cs.CV cs.RO
STD: Stable Triangle Descriptor for 3D place recognition
The University of Hong Kong（香港大学）；Southern University of Science and Technology（南方科技大学）
在这项工作中，我们提出了一种新的全局描述符称为稳定的三角形描述符（STD）的三维位置识别。对于三角形，其形状由边长或夹角唯一确定。此外，三角形的形状对于刚性变换是完全不变的。基于这一特性，我们首先设计了一种算法，有效地提取局部关键点从三维点云和编码这些关键点到三角形描述符。然后，通过匹配点云之间的描述符的边长（和一些其他信息）来实现位置识别。从描述符匹配对中获得的点对应关系可以进一步用于几何验证，大大提高了场所识别的准确性。在我们的实验中，我们将我们提出的系统与其他最先进的系统（即，M2 DP，扫描上下文）在公共数据集上（即，KITTI，NCLT和Complex-Urban）和我们自己收集的数据集（使用非重复扫描固态LiDAR）。定量结果表明，STD具有较强的适应性和精度上的较大提高。为了分享我们的发现并为社区做出贡献，我们在GitHub上开源了我们的代码：https://github.com/hku-mars/STD。
2023-02-22 cs.CV cs.RO
Visual Place Recognition with Probabilistic Vertex Voting
ETH Zurich（苏黎世联邦理工学院）
我们提出了一个新的评分概念，视觉识别的基础上最近邻描述符投票，并演示了如何自然出现的问题制定算法。基于可以使用二项分布模型来评估匹配位置的投票数的观察，可以以高精度检测循环闭合。通过将问题转换为概率框架，我们不仅消除了对常用启发式参数的需要，而且还提供了一个强大的分数来分类匹配和不匹配的地方。我们提出了基于上述评分的2D-2D姿态图顶点匹配和2D-3D地标匹配的方法。该方法通过使用紧凑（低维）的描述符和快速最近邻检索技术，保持准确性，同时足够有效的在线应用。在不同环境中的几个具有挑战性的数据集上对所提出的方法进行了评估，显示出具有高精度和高召回率的最新结果。
2018-06-07 cs.CV cs.RO
AEGIS-Net: Attention-guided Multi-Level Feature Aggregation for Indoor Place Recognition
Hangzhou Dianzi University（杭州电子科技大学）；Zhejiang Key Laboratory of Brain-Machine Collaborative Intelligence（浙江省脑机协同智能重点实验室）；High-speed Aerodynamics Institute, CARDC（中国空气动力研究与发展中心高速空气动力学研究所）
该研究提出新型室内场所识别模型AEGIS-Net，以注意力引导聚合多级RGB点云特征，采用两阶段训练，在ScanNetPR数据集上性能超越六种现有方法。
2023-12-15 cs.CV cs.RO
Going Places: Place Recognition in Artificial and Natural Systems
本文通过整合机器人、动物及人类研究的地点识别相关成果，对比三类系统的实现策略，提出统一概念框架并明确核心挑战，以推动人工定位技术创新。
2025-11-18 cs.AI cs.CV cs.RO
PointCAT: Contrastive Adversarial Training for Robust Point Cloud Recognition
University of Science and Technology of China（中国科学技术大学）；Microsoft Research（微软研究院）；Simon Fraser University（西蒙弗雷泽大学）；Wormpex AI Research LLC（Wormpex人工智能研究有限责任公司）
尽管点云识别模型在各种应用中取得了突出的性能，但它经常遭受自然破坏和对抗性扰动。在本文中，我们深入研究了点云识别模型的一般鲁棒性，并提出了点云对比对抗训练（PointCAT）。PointCAT的主要直觉是鼓励目标识别模型缩小干净点云和损坏点云之间的决策差距。具体而言，我们利用监督对比损失，以促进识别模型提取的超球体特征的对齐和均匀性，并设计了一对集中损失与动态原型指导，以避免这些特征偏离其所属的类别集群。为了提供更具挑战性的损坏点云，我们从头开始对抗性地训练噪声发生器和识别模型，而不是像以前的对抗性训练方法那样使用基于梯度的攻击作为内环。实验结果表明，该方法在各向同性点噪声、LiDAR模拟噪声、随机点丢失和对抗性扰动等多种干扰下，识别效果优于基线方法，显著提高了不同点云识别模型的鲁棒性。
2022-09-16 cs.CV
Multisensory Omni-directional Long-term Place Recognition: Benchmark Dataset and Analysis
Colorado School Of Mines（科罗拉多矿业学院）
识别以前访问过的地方，也称为位置识别（或环路闭合检测）是实现完全自主移动机器人和自动驾驶车辆导航的关键。通过各种同时定位与地图构建技术（SLAM）增强，环路闭合检测允许增量姿态校正，并且可以支持高效且准确的地图创建。然而，重复和相似的场景（感知混叠）和长期的外观变化（例如天气变化）是当前地点识别算法的主要挑战。我们介绍了一个新的数据集多传感器全向长期位置识别（MOLP），包括全向强度和视差图像。该数据集提出了户外移动机器人和当前位置识别算法所面临的许多挑战。使用MOLP数据集，我们制定了一个正则化的稀疏凸优化问题的位置识别问题。我们的结论是，从强度图像中提取的信息是优于视差图像在隔离歧视性的功能，成功的长期位置识别。此外，当这些区别性的功能从全向视觉传感器中提取，一个强大的双向环路闭合检测方法的建立，允许移动机器人闭环，而不管在方向上的差异时，重访一个地方。
2017-04-18 cs.RO
Scan Context++: Structural Place Recognition Robust to Rotation and Lateral Variations in Urban Environments
KAIST（韩国科学技术院）；NAVER LABS（NAVER实验室）；SNU（首尔国立大学）
位置识别是机器人导航中的一个关键模块。现有的研究主要集中在视觉位置识别上，仅根据它们的外观来识别以前访问过的地方。在本文中，我们解决结构的地方识别识别的基础上，结构外观，即从距离传感器。扩展我们以前的工作旋转不变的空间描述符，建议的描述符完成一个通用的描述符旋转（航向）和平移时，滚动俯仰运动不严重。我们引入了两个子描述符，并启用拓扑位置检索，然后是1-DOF半度量定位，从而弥合了拓扑位置检索和度量定位之间的差距。所提出的方法已被彻底评估的环境复杂性和规模。源代码是可用的，可以很容易地集成到现有的激光雷达同时定位与地图构建（SLAM）。
2021-09-28 cs.RO
Escape from Cells: Deep Kd-Networks for the Recognition of 3D Point Cloud Models
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
我们提出了一种新的深度学习架构（称为KD网络），该架构专为3D模型识别任务设计，并与非结构化点云一起使用。新的体系结构进行乘法变换和共享这些变换的参数，根据细分的点云强加给他们的Kd-树。与目前主流的卷积架构（通常需要在均匀的二维或三维网格上进行光栅化）不同，Kd网络不以任何方式依赖于此类网格，因此避免了不良的缩放行为。在一系列流行的形状识别基准的实验中，KD网络在一些形状识别任务中表现出有竞争力的性能，如形状分类，形状检索和形状部分分割。
2017-10-26 cs.CV
RaPlace: Place Recognition for Imaging Radar using Radon Transform and Mutable Threshold
SNU（首尔国立大学）
本文提出RaPlace，利用Radon变换正弦图和频域互相关实现刚体变换不变的雷达地点识别，并通过可变阈值与分层检索提升鲁棒性和效率。
2023-07-10 cs.RO
Addressing Challenging Place Recognition Tasks using Generative Adversarial Networks
Australian Center for Robotic Vision（澳大利亚机器人视觉中心）；University of Adelaide（阿德莱德大学）；Queensland University of Technology（昆士兰科技大学）
地点识别是同时定位与地图构建（SLAM）的重要组成部分。在严重的外观变化下，可靠的位置识别是一项困难的感知任务，因为同一个地方在早上、晚上或不同季节的感知非常不同。这项工作地址的地方识别作为一个域翻译任务。使用一对耦合的生成对抗网络（GANs），我们证明了可以从另一个域（如冬天）生成一个域（如夏天）的外观，而不需要跨域的图像到图像的对应关系。域之间的映射是从每个域中的图像集合中学习的，而不需要通过强制执行循环一致性约束来知道实例到实例的对应关系。在这个过程中，为每个域学习有意义的特征空间，其中的距离可以用于位置识别任务。实验表明，学习的特征对应于视觉相似性，可以有效地用于跨季节的地点识别。
2018-02-27 cs.RO
Wild-Places: A Large-Scale Dataset for Lidar Place Recognition in Unstructured Natural Environments
DATA61, CSIRO（联邦科学与工业研究组织DATA61）；Queensland University of Technology（昆士兰科技大学）
用于激光雷达位置识别的许多现有数据集仅代表结构化城市环境，并且最近通过基于深度学习的方法在性能上已经饱和。自然和非结构化环境为长期本地化任务提出了许多额外的挑战，但这些环境在当前可用的数据集中没有表现出来。为了解决这个问题，我们引入了Wild-Places，这是一个具有挑战性的大规模数据集，用于在非结构化的自然环境中进行激光雷达位置识别。Wild-Places包含在14个月的过程中使用手持式传感器有效载荷收集的8个激光雷达序列，包含总共63 K未失真的激光雷达子地图以及精确的6DoF地面实况。我们的数据集包含序列内和序列之间的多次重访，允许序列内（即环闭合检测）和序列间（即重新定位）位置识别。我们还对几种最先进的方法进行了基准测试，以证明该数据集带来的挑战，特别是由于自然环境随时间变化而导致的长期位置识别的情况。我们的数据集和代码将在https://csiro-robotics.github.io/Wild-Places上提供。
2023-03-02 cs.RO
Self-Supervised Visual Place Recognition Learning in Mobile Robots
CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室）
位置识别是机器人导航中的一个关键组成部分，它使机器人能够重新建立以前访问过的位置，并同时使用这些信息来纠正其推算估计中发生的漂移。在这项工作中，我们开发了一种自我监督的方法来识别机器人。视觉环路闭合识别的任务被转换为度量学习问题，其中环路闭合的正面和负面示例的标签可以使用机器人已经使用的GPS辅助导航解决方案自举。通过利用传感器之间的同步，我们表明，我们能够学习任意实值图像描述符（包括最先进的CNN模型），这是专门面向移动机器人的视觉识别的适当的距离度量。此外，我们表明，新学习的嵌入可以特别强大的消歧视觉场景的任务，基于视觉的闭环识别移动机器人。
2019-05-11 cs.CV cs.LG cs.RO
