早滤波，晚匹配：改进基于网络的视觉地点识别

卷积神经网络（CNN）在随时间进行地点识别方面表现出色，尤其是在神经网络针对当前环境条件下的定位进行优化时。本文研究了特征图滤波的概念，即不使用卷积张量中的所有激活值，而仅使用最有用的激活值。由于特定的特征图编码不同的视觉特征，其目标是去除那些在外观变化下不利于识别地点的特征图。我们的关键创新在于在早期卷积层中对特征图进行滤波，但继续运行网络并使用同一网络中较后的层提取特征向量。通过滤波早期视觉特征并从更高、更具视角不变性的后层提取特征向量，我们展示了改进的工况与视角不变性。我们的方法需要来自部署环境的图像对进行训练，但我们表明，仅使用单个训练图像对即可定期达到最先进的性能。我们进行了详尽的实验分析，以确定早期层滤波与后期层提取之间因果关系的全部范围。为验证有效性，我们使用了三个数据集：Oxford RobotCar、Nordland 和 Gardens Point，取得了相对于 NetVLAD 总体更优的性能。该工作为探索 CNN 优化提供了若干新途径，而无需完全重新训练。