AirLoop：终身回环检测
机器人学
2022-11-15 v3 计算机视觉与模式识别
摘要
回环检测是确保同步定位与建图（SLAM）系统准确性与鲁棒性的重要组成部分。由于其泛化能力，基于 CNN 的方法受到越来越多的关注。尽管它们通常受益于在多样且能反映环境的数据集上训练，但模型部署后新环境不断涌现。因此，期望将运行中新收集的数据用于增量学习。然而，在新数据上简单微调模型是不可行的，因为这可能导致模型在先前学习数据上的性能随时间退化，这也被称为灾难性遗忘问题。在本文中，我们提出 AirLoop，一种利用终身学习技术以在增量训练回环检测模型时最小化遗忘的方法。我们在 TartanAir、Nordland 和 RobotCar 数据集上实验证明了 AirLoop 的有效性。据我们所知，AirLoop 是首批实现深度回环检测器终身学习的工作之一。
引用
@article{arxiv.2109.08975,
title = {AirLoop: Lifelong Loop Closure Detection},
author = {Dasong Gao and Chen Wang and Sebastian Scherer},
journal= {arXiv preprint arXiv:2109.08975},
year = {2022}
}