跨域视觉位置识别仅需局部特征吗？
计算机视觉与模式识别
2023-04-13 v1
摘要
视觉位置识别是一项仅基于视觉线索预测图像（称为查询）坐标的任务。最常见的是采用检索方法，其中使用学习到的全局描述符将查询与带有地理标签的照片大数据库中相似度最高的图像进行匹配。尽管近期取得了进展，但当查询来自显著不同的分布时，识别同一地点仍是最先进检索方法的主要障碍。例如严重的光照变化（如夜间图像）或大量遮挡（如瞬态物体）。在本文中，我们探究基于空间验证的重排序方法能否应对这些挑战，其直觉在于局部描述符相比全局特征对域偏移 inherently 更具鲁棒性。为此，我们对当前最先进模型提供了一个新颖、全面的基准。我们还引入了两个具有夜间和遮挡查询的新且具有挑战性的数据集，以与城市级数据库进行匹配。代码与数据集可在 https://github.com/gbarbarani/re-ranking-for-VPR 获取。
引用
@article{arxiv.2304.05887,
title = {Are Local Features All You Need for Cross-Domain Visual Place Recognition?},
author = {Giovanni Barbarani and Mohamad Mostafa and Hajali Bayramov and Gabriele Trivigno and Gabriele Berton and Carlo Masone and Barbara Caputo},
journal= {arXiv preprint arXiv:2304.05887},
year = {2023}
}
备注
CVPRW 2023