聚焦局部：寻找视觉定位可靠判别性区域
计算机视觉与模式识别
2025-04-15 v1
摘要
视觉定位（VPR）旨在通过引用带有地理坐标的数据库图像来预测查询图像的位置。对于 VPR 任务，图像中较少的判别性局部区域往往发挥重要作用，而平凡背景区域则不贡献或甚至可能引发感知别名由于易于重叠。然而，现有方法缺乏对这些判别性区域的精确建模和充分利用。在本文中，我们提出了“聚焦局部”（Focus on Local, FoL）方法，通过挖掘和利用图像中的可靠判别性局部区域来激发图像检索和重新排序的性能，并引入伪相关 supervision。首先，我们设计了两个损失函数——提取-聚合空间对齐损失（SAL）和前景-背景对比增强损失（CEL），显式建模可靠判别性局部区域，并用于引导全局表示的生成以及高效的重新排序。其次，我们基于从全局特征聚合获得的伪对应关系引入基于弱监督的局部特征训练策略，以缓解 VPR 任务缺乏局部对应关系ground truth的瓶颈。最后，我们建议一个高效且精确的重新排序管道，基于判别性区域指导。最终的实验结果表明，我们的 FoL 在多个 VPR 数据集上在图像检索和重新排序阶段均实现了最前沿性能，同时在计算效率方面显著优于现有的双阶段 VPR 方法。代码和模型可在 https://github.com/chenshunpeng/FoL 获取。
引用
@article{arxiv.2504.09881,
title = {Focus on Local: Finding Reliable Discriminative Regions for Visual Place Recognition},
author = {Changwei Wang and Shunpeng Chen and Yukun Song and Rongtao Xu and Zherui Zhang and Jiguang Zhang and Haoran Yang and Yu Zhang and Kexue Fu and Shide Du and Zhiwei Xu and Longxiang Gao and Li Guo and Shibiao Xu},
journal= {arXiv preprint arXiv:2504.09881},
year = {2025}
}
备注
Accepted by AAAI 2025