Unsupervised Quality Prediction for Improved Single-Frame and Weighted Sequential Visual Place Recognition
Queensland University of Technology（昆士兰科技大学）；QUT Centre for Robotics（昆士兰科技大学机器人中心）
本文提出一种无需训练的无监督质量预测方法，用于评估视觉地点识别定位质量，并利用预测结果加权序列匹配，在四个数据集和三种VPR技术上提升高精确率场景下的识别性能。
2023-07-04 cs.CV
Levelling the Playing Field: A Comprehensive Comparison of Visual Place Recognition Approaches under Changing Conditions
University of Essex（埃塞克斯大学）；Queensland University of Technology（昆士兰科技大学）
近年来，视觉位置识别（VPR）方法的能力有了显着的提高，建立在手工制作和学习的视觉特征，时间过滤和使用语义场景信息的成功。广泛的方法和对该领域的兴趣相对较新的增长意味着已经提出了广泛的数据集和评估方法，通常只关注精确召回型指标，使得比较困难。在本文中，我们提出了一个全面的方法来评估性能的10个国家的最先进的最近开发的VPR技术，它利用三个标准化的指标：（a）匹配性能b）匹配时间c）内存占用。总之，这种分析提供了一个最新的和广泛的快照的各种优势和弱点的当代方法的VPR问题。这项工作的目的是帮助这个特定的研究领域走向一个更成熟和统一的方法来解决这个问题，使更好的比较，从而在未来的研究取得更多的进展。
2019-04-29 cs.CV
OpenSeqSLAM2.0: An Open Source Toolbox for Visual Place Recognition Under Changing Conditions
视觉识别穿越的路线-无论是在白天还是晚上，在晴朗或恶劣的条件下，或者在夏天或冬天-是导航机器人的重要能力。自SeqSLAM于2012年推出以来，大量的工作都在探索机器人系统如何使用该算法来应对不断变化的环境条件下导航所带来的挑战。下面的论文介绍了OpenSeqSLAM2.0，这是一个完全开源的工具箱，用于在不断变化的条件下进行视觉位置识别。除了开放获取源代码的好处之外，OpenSeqSLAM 2.0还提供了许多工具来促进对视觉位置识别问题和交互式参数调优的探索。使用新的开源平台，它是第一次显示如何全面的参数表征提供了新的见解，许多系统组件以前提出的特设的方式，并为用户提供了一个指南，什么样的系统组件选项应该在什么情况下使用，为什么。
2018-04-11 cs.CV cs.RO
JIST: Joint Image and Sequence Training for Sequential Visual Place Recognition
Politecnico di Torino（都灵理工大学）
本文提出JIST协议，通过多任务学习利用大规模无标注图像训练序列视觉地点识别，并引入SeqGeM聚合层生成紧凑嵌入，在速度、描述符大小和架构轻量性上均优于现有方法。
2024-03-28 cs.CV
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
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
SwitchHit: A Probabilistic, Complementarity-Based Switching System for Improved Visual Place Recognition in Changing Environments
University of Essex（埃塞克斯大学）；Queensland University of Technology（昆士兰科技大学）
视觉位置识别是计算机视觉和机器人学的一项基础性研究，主要是基于视觉信息的位置识别问题。由于天气和季节变化等原因，视角和外观的变化使这项任务具有挑战性。目前，还没有通用的VPR技术可以在所有类型的环境中，在各种机器人平台上，以及在广泛的视角和外观变化下工作。最近的工作表明，通过评估某些特定VPR数据集的互补性，可以智能地组合不同的VPR方法，以实现更好的性能。然而，这需要地面实况信息（正确匹配），当机器人部署在真实世界场景中时，这是不可用的。此外，并行运行多个VPR技术对于资源受限的嵌入式平台可能是禁止的。为了克服这些局限性，本文提出了一种基于概率互补的切换VPR系统，SwitchHit。我们提出的系统由多个VPR技术，但是，它并不简单地运行所有的技术在一次，而是预测正确匹配的概率为传入的查询图像和动态切换到另一个互补的技术，如果正确匹配的查询的概率低于一定的阈值。这种创新性地使用多种VPR技术，使我们的系统比其他采用蛮力和同时运行多种VPR技术的组合VPR方法更有效和鲁棒。因此，使其更适合于资源受限的嵌入式系统，并实现了系统中任何单独的VPR方法通过独立运行所能实现的整体优越性能。
2022-03-01 cs.CV
An Efficient and Scalable Collection of Fly-inspired Voting Units for Visual Place Recognition in Changing Environments
School of Computer Science and Electronic Engineering, University of Essex（埃塞克斯大学计算机科学与电子工程学院）；School of Electrical Engineering and Computer Science, Queensland University of Technology（昆士兰科技大学电气工程与计算机科学学院）；National Centre for Nuclear Robotics Flexible Partnership Fund（国家核机器人灵活伙伴关系基金）
目前正在利用基于深度学习的方法实现最先进的视觉位置识别性能。尽管最近在设计轻量级的基于卷积神经网络的模型方面做出了努力，但是对于大多数硬件受限的机器人应用来说，这些仍然太昂贵。低开销的VPR技术不仅可以使平台配备低端，廉价的硬件，而且还可以减少更强大系统的计算，允许将这些资源分配给其他导航任务。在这项工作中，我们的目标是提供一个算法的极端紧凑性和效率，同时实现国家的最先进的鲁棒性的外观变化和小的视点变化。我们的第一个贡献是DrosoNet，这是一个非常紧凑的模型，灵感来自果蝇Drosophyla melanogaster的气味处理能力。我们的第二个也是主要贡献是一个投票机制，它利用多个小而有效的分类器来实现比单个分类器更强大和一致的VPR。我们使用DrosoNet作为投票机制的基线分类器，并在五个基准数据集上评估我们的模型，评估中度到极端的外观变化和小到中度的视角变化。然后，我们比较了所提出的算法的国家的最先进的方法，无论是在精度召回AUC结果和计算效率。
2021-09-22 cs.CV
Sequential Place Learning: Heuristic-Free High-Performance Long-Term Place Recognition
近十年来，使用手工制作的序列分析的顺序匹配一直是基于路线的位置识别的标准实践，用于增强成对相似性结果。然而，这些算法的精度召回性能显着下降时，搜索短时间窗口（TW）的长度，同时要求高的计算和存储成本的大型机器人数据集的自主导航研究。在这里，受生物系统的影响，即使没有视觉，也能稳健地导航时空尺度，我们通过顺序过程开发了一种联合视觉和位置表示学习技术，并设计了一种基于学习的CNN+LSTM架构，可通过时间反向传播进行训练，用于视点和外观不变的位置识别。我们的方法，顺序位置学习（SPL），是基于一个CNN函数，从一个单一的遍历视觉编码的环境，从而减少存储容量，而LSTM时间融合每个视觉嵌入与相应的位置数据-从任何来源的运动估计-直接顺序推理。与经典的两级流水线相反，例如，match-then-temporally-filter，我们的网络直接消除了误报率，同时联合学习从单个单目图像序列进行序列匹配，即使使用短TW。因此，我们证明了我们的模型优于15种经典方法，同时在4个具有挑战性的基准数据集上设置了新的最先进的性能标准，其中一个可以被认为以100%的召回率和100%的精度解决，正确匹配极端阳光-黑暗变化下的所有地方。此外，我们还表明，在729公里的路线上，SPL的部署速度比经典方法快70倍，其中包括35，768个连续帧。大量的实验表明，…基线代码可在https://github.com/…
2021-03-02 cs.AI cs.CV cs.LG
A-MuSIC: An Adaptive Ensemble System For Visual Place Recognition In Changing Environments
University of Essex（埃塞克斯大学）；Queensland University of Technology（昆士兰科技大学）；University of Southampton（南安普顿大学）
视觉位置识别（VPR）是机器人导航和定位系统的重要组成部分，它允许机器人仅使用图像数据来识别位置。VPR是具有挑战性的，因为一个地方的外观在一天中不同的照明下，随着季节性天气和从不同的角度观察时会发生显着变化。目前，没有一种VPR技术在每种环境条件下都表现出色，每种技术都表现出独特的优点和缺点。因此，结合多种技术的VPR系统在不断变化的环境中实现了更可靠的VPR性能，但代价是更高的计算负载。针对这个缺点，我们提出了一个自适应VPR系统称为自适应多自识别和校正（A-MuSIC）。我们开始开发一种方法来收集信息的运行时性能的VPR技术，通过分析帧到帧的连续性匹配查询。然后，我们演示了如何操作的静态合奏技术的方法，生成数据的技术是贡献最大的当前环境。A-MuSIC使用收集的信息来选择技术的最小子集，并决定在导航期间何时需要重新选择。A-MuSIC在所有测试的基准数据集上匹配或击败了最先进的VPR性能，同时保持其计算负载与个别技术相当。
2023-03-24 cs.CV cs.RO
Unsupervised Learning Methods for Visual Place Recognition in Discretely and Continuously Changing Environments
Chemnitz University of Technology（开姆尼茨工业大学）
在变化的环境中的视觉位置识别是在两组观察（查询集和参考集）之间找到匹配的问题，尽管外观发生了严重的变化。最近，使用基于CNN的描述符的图像比较显示出非常有希望的结果。然而，来自文献的现有实验通常假设每个集合内的单个独特条件（例如，参考：白天，查询：夜晚）。我们证明，只要条件在一个集合内变化（例如，参考文献：日，查询：遍历白天-黄昏-夜晚-黎明），相同条件下的不同地点可能突然看起来比不同条件下的相同地点更相似，并且像基于CNN的描述符这样的现有技术方法失败。本文讨论了这一实际上非常重要的顺序条件变化问题，并定义了一个层次的问题设置从（1）没有顺序变化，（2）离散的顺序变化，（3）连续的顺序变化。我们将通过实验评估这些变化对两个最先进的CNN描述符的影响。我们的实验强调了描述符的统计标准化的重要性，并显示了其在连续变化的情况下的局限性。为了解决这个实际上最相关的设置，我们调查和实验评估的应用程序的无监督学习方法使用两个可用的PCA为基础的方法，并提出了一种新的聚类为基础的扩展的统计归一化。
2020-01-24 cs.CV cs.RO
Text2Graph VPR: A Text-to-Graph Expert System for Explainable Place Recognition in Changing Environments
Machine Vision Lab, Ferdowsi University of Mashhad, Iran（法尔德大学马什哈德分校机器视觉实验室）
Text2Graph VPR通过将图像序列转换为文本描述并构建场景图，实现可解释的地点识别，适用于变化环境中的稳健检索与诊断分析。
2025-12-21 cs.AI cs.CV
SeqNet: Learning Descriptors for Sequence-based Hierarchical Place Recognition
QUT Centre for Robotics（昆士兰科技大学机器人中心）；School of Electrical Engineering and Robotics, QUT（昆士兰科技大学电气工程与机器人学院）；Queensland University of Technology (QUT)（昆士兰科技大学）
视觉位置识别（VPR）是将来自相机的当前视觉图像与存储在环境的参考地图中的图像进行匹配的任务。虽然最初的VPR系统使用简单的直接图像方法或手工制作的视觉功能，但最近的工作集中在学习更强大的视觉功能，并通过某种形式的顺序匹配器/过滤器或分层匹配过程进一步提高性能。在这两种情况下，基于初始单图像的系统的性能仍然远远不够完美，对序列匹配或（在分层系统的情况下）姿态细化阶段施加了巨大的压力。在本文中，我们提出了一种新的混合系统，创建一个高性能的初始匹配假设生成器，使用短的学习顺序描述符，使选择性控制顺序分数聚合使用单个图像学习描述符。序列描述符是使用称为SeqNet的时间卷积网络生成的，使用一维卷积对短图像序列进行编码，然后将其与参考数据集的相应时间描述符进行匹配，以提供位置匹配假设的有序列表。然后，我们使用来自单独管道的入围单个图像学习描述符进行选择性顺序分数聚合，以产生整体位置匹配假设。在具有挑战性的基准数据集上进行的综合实验表明，该方法在使用相同数量的序列信息的情况下优于最近的最先进的方法。源代码和补充材料可以在https://github.com/oravus/seqNet上找到。
2021-02-24 cs.AI cs.CV cs.IR
TRAIL: Trajectory-Aware Visual Place Recognition against Unordered Databases
Visual Geometry Group (VGG), University of Oxford（牛津大学视觉几何组（VGG））；Helsing（赫尔辛公司）
TRAIL提出一种基于条件随机场的轨迹感知视觉地点识别框架，利用查询序列上下文在无序数据库中定位图像，无需数据库序列结构，作为轻量级后处理层可将基线性能提升高达8.3个百分点。
2026-09-09 cs.CV
2nd Place Solution to Google Landmark Recognition Competition 2021
由于基于transformer的架构最近在计算机视觉方面取得了令人鼓舞的进展。在这项工作中，我们提出了在Kaggle上举行的Google Landmark Recognition 2021挑战赛的解决方案，这是对我们去年解决方案的改进，通过改变三个设计，包括（1）使用Swin和CSWin作为特征提取的骨干，（2）在完整的GLDv2上进行训练，以及（3）使用完整的GLDv2图像作为kNN搜索的索引图像集。通过这些修改，我们的解决方案在今年的竞争中显著改善了去年的解决方案。在整合Swin、CSWin、EfficientNet B7型号后，我们的完整产品线在私人排行榜上获得0.4907分，这有助于我们在竞争中获得第二名。
2021-10-07 cs.CV
AttDLNet: Attention-based DL Network for 3D LiDAR Place Recognition
University of Coimbra（科英布拉大学）；Institute of Systems and Robotics（系统与机器人研究所）
基于LiDAR的位置识别是自主车辆和机器人应用中SLAM和全局定位的关键组成部分之一。随着DL方法在从3D LiDAR学习有用信息方面的成功，位置识别也受益于这种模式，这导致了更高的重新定位和环路闭合检测性能，特别是在条件显著变化的环境中。尽管在这一领域取得了进展，但从3D LiDAR数据中提取对变化的条件和方向不变的适当和有效的描述符仍然是一个未解决的挑战。为了解决这个问题，这项工作提出了一种新的基于3D LiDAR的深度学习网络（名为AttDLNet），它使用基于范围的代理表示点云和具有堆叠注意层的注意力网络，以选择性地关注长距离上下文和特征间关系。该网络在KITTI数据集上进行了训练和验证，并进行了消融研究以评估新的注意力网络。结果表明，增加对网络的关注可以提高性能，导致有效的循环关闭，并优于基于3D激光雷达的位置识别方法。从烧蚀研究，结果表明，中间的编码器层具有最高的平均性能，而较深的层是更强大的方向变化。该代码可在https://github.com/Cybonic/AttDLNet上公开获取
2023-01-04 cs.CV
VDNA-PR: Using General Dataset Representations for Robust Sequential Visual Place Recognition
University of Oxford（牛津大学）；Mobile Robotics Group (MRG)（移动机器人学组（MRG））
本文提出VDNA-PR方法，利用通用数据集表示VDNA生成鲁棒视觉位置识别描述符，通过轻量编码器提升对室内和航拍等严重域偏移的鲁棒性。
2024-03-14 cs.CV cs.RO
Working with scale: 2nd place solution to Product Detection in Densely Packed Scenes [Technical Report]
本报告描述了CVPR 2020 Retail-Vision研讨会上举办的检测挑战的第二名解决方案。而不是进一步考虑以前的结果，这项工作的主要目的是通过重新实验来验证以前观察到的外卖。通过结合流行的目标检测工具箱- MMDetection，可实现结果的可靠性和再现性。在本报告中，我首先介绍了Faster-RCNN和RetinaNet模型的结果，这些模型在原始工作中进行了比较。然后用更先进的模型描述了实验结果。最后一节回顾了Faster-RCNN模型的两个简单技巧，它们用于我的最终提交：更改默认锚定尺度参数和训练时间图像平铺。源代码可在https://github.com/tyomj/product_detection上获得。
2020-06-14 cs.CV
CAMAL: Context-Aware Multi-layer Attention framework for Lightweight Environment Invariant Visual Place Recognition
University of Essex（埃塞克斯大学）；Queensland University of Technology（昆士兰科技大学）
在过去的几年里，深度卷积神经网络（D-CNN）已经在视觉位置识别（VPR）方面表现出了最先进的（SOTA）性能，VPR是长期智能机器人视觉（视觉感知定位和导航系统）的关键组成部分。D-CNN在大规模地点数据集上进行训练后获得了著名的泛化能力，并学习了持久的图像区域，这些区域在不断变化的条件和相机视角下对于特定地点识别具有鲁棒性。然而，针对用于确定资源受限的移动机器人的近似位置的基于计算和功率密集型D-CNN的VPR算法，轻量级VPR技术是优选的。本文提出了一个计算和能量高效的CAMAL框架，该框架可以有效地捕获特定于位置的多层卷积注意力，以实现环境不变-VPR。在低4倍的功耗下，在具有挑战性的基准位置识别数据集上评估所提出的VPR框架，显示出更好的和可比的精确召回（AUC-PR）曲线下的面积，与当代VPR方法相比，图像检索性能提高了约4倍。
2020-08-13 cs.CV
Sequence-Based Filtering for Visual Route-Based Navigation: Analysing the Benefits, Trade-offs and Design Choices
University of Essex（埃塞克斯大学）；Delft University of Technology（代尔夫特理工大学）；Queensland University of Technology（昆士兰科技大学）
视觉位置识别（VPR）是在环境、视角和外观变化的情况下，利用视觉信息正确回忆先前访问过的地方的能力。VPR中的一个新兴趋势是在基于单帧的位置匹配技术之上使用基于序列的过滤方法来进行基于路线的导航。这种组合导致不同程度的潜在位置匹配性能提升，但计算成本增加。这提出了一些有趣的研究问题：性能提升（由于顺序过滤）如何在基于单帧的匹配方法的整个范围内变化？序列匹配长度如何影响性能曲线？哪些特定的组合在性能和计算之间提供了良好的权衡？然而，缺乏以前的工作，看看这些重要的问题和大部分的基于序列的过滤工作，迄今已被使用，没有一个系统的方法。为了弥合这一研究差距，本文进行了深入的调查单帧为基础的地方匹配技术和使用基于序列的过滤这些方法的顶部的性能之间的关系。它分析了基于单帧和顺序技术的不同组合的个体权衡、属性和限制。一些国家的最先进的VPR方法和广泛使用的公共数据集被用来呈现的结果，包含了一些有意义的见解VPR社区。
2021-03-02 cs.CV
MRS-VPR: a multi-resolution sampling based global visual place recognition method
State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所机器人学国家重点实验室）；University of Chinese Academy of Sciences（中国科学院大学）；School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院）；Biorobotics Lab, Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所生物机器人实验室）
地点识别和环路闭合检测对于长期视觉导航任务来说具有挑战性。SeqSLAM被认为是在变化的环境条件和变化的视角下实现长期本地化的最成功的方法之一。它依赖于一个蛮力，耗时的顺序匹配方法。本文提出了一种多分辨率、基于采样的地点识别方法MRS-VPR，该方法可以显著提高顺序匹配的匹配效率和准确性。该方法的新颖之处在于由粗到细的搜索流水线和基于粒子滤波的全局采样方案，能够在长期导航任务中平衡匹配效率和精度。此外，当测试序列的规模比参考序列小得多时，我们的模型比SeqSLAM好得多。我们的实验表明，所提出的方法是有效的定位短期内的长期参考轨迹，而不会失去准确性相比，SeqSLAM。
2019-02-26 cs.CV cs.RO
Pose-Graph Attentional Graph Neural Network for Lidar Place Recognition
CSIRO（联邦科学与工业研究组织）；Queensland University of Technology（昆士兰科技大学）；The University of Queensland（昆士兰大学）
本文提出P-GAT位姿图注意力图神经网络，通过比较序列与非序列子图节点并利用时空信息进行激光雷达位置识别，在域适应等场景下显著优于现有SOTA方法。
2023-11-23 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
Delta Descriptors: Change-Based Place Representation for Robust Visual Localization
Queensland University of Technology（昆士兰科技大学）；Monash University（蒙纳士大学）
视觉位置识别具有挑战性，因为有很多因素会导致一个地方的外观发生变化，从昼夜周期到季节变化再到大气条件。近年来，已经开发了大量方法来解决这一挑战，包括深度学习的图像描述符，域转换和顺序滤波，所有这些方法都具有通用性和速度敏感性等缺点。在本文中，我们提出了一种新的描述符，来自跟踪任何学习的全局描述符随时间的变化，称为三角洲描述符。增量描述符通过考虑沿路线观察到的地点之间的时间差异，以无监督的方式减轻在原始描述符匹配空间中引起的偏移。像所有其他方法一样，Delta描述符有一个缺点-帧到帧的波动性-可以通过将它们与顺序滤波方法相结合来克服。使用两个基准数据集，我们首先单独展示了Delta描述符的高性能，然后在与基于序列的匹配相结合时展示了新的最先进的性能。我们还提出的结果表明，该方法与四种不同的底层描述符类型，和其他两个有益的属性相比，现有的技术的三角洲描述符：其增加的固有鲁棒性的变化，在相机运动和降低的性能退化率，作为降维应用。源代码可在https://github.com/oravus/DeltaDescriptors上获得。
2020-07-30 cs.CV cs.IR cs.LG
RLSS: A Deep Reinforcement Learning Algorithm for Sequential Scene Generation
KAUST（阿卜杜拉国王科技大学）
我们提出RLSS：一个强化学习算法的顺序场景生成。这是基于采用生成问题的近端策略优化（PPO）算法。特别是，我们考虑如何有效地减少行动空间，包括在学习过程中的贪婪搜索算法。我们的实验表明，我们的方法收敛相对大量的行动，并学习生成场景与预定义的设计目标。这种方法是在虚拟场景中反复放置对象。在每一步中，网络选择放置哪些对象，并选择导致最大回报的位置。如果最后一个动作导致了期望的属性，则分配高奖励，而违反约束则受到惩罚。我们证明了我们的方法的能力，有效地产生合理的和多样化的场景，通过解决室内规划问题，并产生愤怒的小鸟水平。
2022-06-01 cs.CV cs.LG
Convolutional Neural Network-based Place Recognition
Queensland University of Technology（昆士兰科技大学）
最近，卷积神经网络（CNN）已被证明在各种分类任务上实现了最先进的性能。在本文中，我们首次提出了一种基于CNN模型的位置识别技术，通过将CNN学习的强大功能与空间和顺序滤波器相结合。将该系统应用于70公里的基准位置识别数据集，我们在100%的精度下实现了75%的召回率提高，显着优于所有以前的最先进的技术。我们还对所有21层的位置识别功能的实用性进行了全面的性能比较，包括基准数据集和具有更显著视角变化的第二个数据集。
2014-11-06 cs.CV cs.LG cs.NE
EchoVPR: Echo State Networks for Visual Place Recognition
The University of Sheffield（谢菲尔德大学）；Macquarie University（麦考瑞大学）；University of Sussex（萨塞克斯大学）；Institute for Neuroinformatics（神经信息学研究所）
识别先前访问过的位置是自主导航中一项重要但尚未解决的任务。当前的视觉位置识别（VPR）基准通常挑战模型从包括空间和时间分量的序列数据集中恢复查询图像（或多个图像）的位置。最近，回声状态网络（ESN）品种已被证明在解决需要时空建模的机器学习任务方面特别强大。这些网络是简单但功能强大的神经架构，在多个时间尺度和非线性高维表示上表现出记忆，可以发现数据中的时间关系，同时仍然保持学习时间的线性。在本文中，我们提出了一系列的ESN和分析其适用性的VPR问题。我们报告说，在预处理的卷积神经网络中添加ESN，与六个标准基准测试中的五个（GardensPoint，SPEDTest，ESSEX3IN 1，Oxford RobotCar和Nordland）的非递归网络相比，性能大幅提升，表明ESN能够捕获VPR问题中固有的时间结构。此外，我们表明，包括ESN的模型可以优于类领先的VPR模型，也利用了数据的顺序动态。最后，我们的研究结果表明，ESN提高泛化能力，鲁棒性和准确性，进一步支持其适用于VPR应用程序。
2022-02-10 cs.CV cs.LG cs.RO
