勿需回望：面向视角与条件不变的地点识别的鲁棒地点分类

当人首次驾车沿道路行驶时，尽管存在显著的视角与外观变化，其在返程中通常无需看后视镜或转身回望便能认出自己所在位置。此类导航能力通常归因于我们对环境的语义视觉理解[1]，超越几何而能识别所经地点的类型，如“左侧经过一家商店”或“穿越森林区域”。实际上，人类正在使用地点分类[2]来执行特定地点识别，即便视角反转 180 度。深度神经网络的最新进展实现了对视觉地点与场景的高性能语义理解，从而开启了模仿人类行为的可能。在本工作中，我们开发了一种新方法，利用深度神经网络语义感知的高阶层从参考数据库中识别特定地点。为进一步提升对外观变化的鲁棒性，我们提出了一种描述子归一化方案，其建立在 SeqSLAM[3] 等纯基于外观技术的归一化方案成功基础之上。利用两个不同数据集——一个基于道路，一个基于行人——我们评估了该系统在受限视场相机且无回头观望行为的情况下对路线反向遍历进行地点识别的性能，并与现有最先进技术和原始即用特征进行比较。结果表明相较现有最先进水平有显著改进，尤其针对涉及巨大视角变化与环境外观变化的极端感知挑战。我们还对各系统组件贡献进行了实验分析。