Divide&Classify：面向城市级视觉位置识别的细粒度分类方法
计算机视觉与模式识别
2023-12-08 v2
摘要
视觉位置识别通常作为图像检索问题来处理。然而，检索方法难以扩展到从城市级地图中密集采样的大规模数据集，因为其维度会对推理时间产生负面影响。使用近似最近邻搜索进行检索有助于缓解此问题，但代价是性能下降。在本文中，我们研究是否可以将该任务有效地作为分类问题来处理，从而避开相似度搜索的需求。我们发现，现有的用于粗粒度、全球范围定位的分类方法并不适用于细粒度且城市级的场景。这主要归因于数据集划分为类别的方式，因为这些方法设计用于处理稀疏分布的照片，因此未考虑在密集场景中自然出现的跨相邻类别的视觉混叠问题。为此，我们提出了一种分区方案，能够实现快速且准确的推理，保持简单学习过程，以及一种基于新型分类器集成的新推理流程，该集成使用通过角度间隔损失学习到的原型。我们的方法 Divide&Classify（D&C）兼具分类方案的快速推理以及在细粒度城市级场景下与检索方法相竞争的精度。此外，我们表明 D&C 可与现有检索流程结合，将计算加速 20 倍以上同时提升其召回率，从而取得新的 SOTA 结果。
引用
@article{arxiv.2307.08417,
title = {Divide&Classify: Fine-Grained Classification for City-Wide Visual Place Recognition},
author = {Gabriele Trivigno and Gabriele Berton and Juan Aragon and Barbara Caputo and Carlo Masone},
journal= {arXiv preprint arXiv:2307.08417},
year = {2023}
}
备注
Accepted to ICCV23