A-MuSIC：一种用于变化环境中视觉位置识别的自适应集成系统
计算机视觉与模式识别
2023-03-28 v1 机器人学
摘要
视觉位置识别（Visual Place Recognition, VPR）是机器人导航与定位系统的基本组件，使其仅使用图像数据即可识别一个地点。VPR 具有挑战性，因为地点外观在一天中不同光照、季节性天气以及从不同视角观察时会发生显著变化。目前，没有单一 VPR 技术在每种环境条件下都表现出色，各自展现独特的优势与不足。因此，结合多种技术的 VPR 系统在变化环境中实现了更可靠的 VPR 性能，代价是更高的计算负载。针对此不足，我们提出一种自适应 VPR 系统，称为自适应多重自识别与校正（Adaptive Multi-Self Identification and Correction, A-MuSIC）。我们首先开发一种方法，通过分析匹配查询的帧间连续性来收集 VPR 技术运行时性能信息。然后我们展示如何在静态技术集成上操作该方法，生成关于哪些技术对当前环境贡献最大的数据。A-MuSIC 使用收集的信息既选择最小技术子集，又决定导航过程中何时需要重新选择。A-MuSIC 在所有测试的基准数据集上匹配或击败最先进的 VPR 性能，同时保持其计算负载与单个技术相当。
引用
@article{arxiv.2303.14247,
title = {A-MuSIC: An Adaptive Ensemble System For Visual Place Recognition In Changing Environments},
author = {Bruno Arcanjo and Bruno Ferrarini and Michael Milford and Klaus D. McDonald-Maier and Shoaib Ehsan},
journal= {arXiv preprint arXiv:2303.14247},
year = {2023}
}