面向视觉位置识别的支配集数据库选择方法
计算机视觉与模式识别
2024-11-01 v3 机器人学
摘要
本文提出一种从RGBD扫描序列创建用于室内环境定位的视觉位置识别（VPR）数据库的方法。所提方法被表述为基于空间信息构建的图的支配集算法最小化问题，称为DominatingSet。与其他用于数据库创建的方法相比，我们的算法展现出更好的场景覆盖。此外，我们证明使用DominatingSet可使数据库规模比原始扫描序列小至多250–1400倍，同时在测试序列上保持超过80%的召回率。我们在7-scenes与BundleFusion数据集以及一段额外记录的高度重复办公室环境中评估了我们的算法。另外，该数据库选择可为针对特定设置微调神经位置识别算法提供弱监督标签，进一步提升其精度。本文还提出了一个从RGBD扫描序列全自动创建VPR数据库的流水线，以及一组VPR数据库评估指标。代码与发布数据可在我们的网页 https://prime-slam.github.io/place-recognition-db/ 获取。
引用
@article{arxiv.2303.05123,
title = {Dominating Set Database Selection for Visual Place Recognition},
author = {Anastasiia Kornilova and Ivan Moskalenko and Timofei Pushkin and Fakhriddin Tojiboev and Rahim Tariverdizadeh and Gonzalo Ferrer},
journal= {arXiv preprint arXiv:2303.05123},
year = {2024}
}