用于基于检索的长期视觉定位的域不变相似度激活图对比学习
计算机视觉与模式识别
2021-10-15 v4
摘要
视觉定位是移动机器人与自动驾驶应用中的关键组件。图像检索是基于图像的定位方法中一种高效且有效的技术。由于环境条件的剧烈变化，例如光照、季节与天气变化，基于检索的视觉定位受到严重影响，成为一个具有挑战性的问题。在本工作中，首先以概率方式构建了一个通用架构，通过多域图像翻译提取域不变特征。随后引入了一种新颖的梯度加权相似度激活映射损失（Grad-SAM），以实现更高精度的精细定位。我们还提出了一种新的自适应三元组损失，以自监督方式提升嵌入的对比学习。最终的由粗到细图像检索流程实现为不带及带 Grad-SAM 损失的模型的顺序组合。我们在 CMUSeasons 数据集上进行了大量实验以验证所提方法的有效性。使用在 CMU-Seasons 数据集城市部分预训练的模型，在 RobotCar 数据集上验证了本方法的强泛化能力。在中或高精度下，尤其在具有光照变化、植被与夜间图像的挑战性环境中，我们的性能与最先进的基于图像的定位基线相当甚至更优。代码与预训练模型可在 https://github.com/HanjiangHu/DISAM 获取。
引用
@article{arxiv.2009.07719,
title = {Domain-invariant Similarity Activation Map Contrastive Learning for Retrieval-based Long-term Visual Localization},
author = {Hanjiang Hu and Hesheng Wang and Zhe Liu and Weidong Chen},
journal= {arXiv preprint arXiv:2009.07719},
year = {2021}
}
备注
Published in IEEE/CAA Journal of Automatica Sinica