GSV-Cities：面向恰当监督的视觉位置识别
计算机视觉与模式识别
2022-10-20 v1
摘要
本文旨在研究大规模视觉位置识别的表征学习，该任务通过参考参考图像数据库来确定查询图像所描绘的位置。由于随时间可能发生的大规模环境变化（如天气、光照、季节、交通、遮挡），这是一项具有挑战性的任务。目前进展受限于缺乏具有精确真值的大型数据库。为应对此挑战，我们引入GSV-Cities，一个提供迄今最广泛地理覆盖且具高精真值的新型图像数据集，覆盖14年间所有大洲的40余座城市。我们随后探索了深度度量学习近期进展的全部潜力，以专门训练用于位置识别的网络，并评估不同损失函数如何影响性能。此外，我们表明现有方法在GSV-Cities上训练时性能显著提升。最后，我们引入一种超越现有技术（包括GeM、NetVLAD和CosPlace）的新型全卷积聚合层，并在Pittsburgh、Mapillary-SLS、SPED和Nordland等大规模基准上确立了新的最先进水平。数据集与代码已发布于 https://github.com/amaralibey/gsv-cities 供研究使用。
引用
@article{arxiv.2210.10239,
title = {GSV-Cities: Toward Appropriate Supervised Visual Place Recognition},
author = {Amar Ali-bey and Brahim Chaib-draa and Philippe Giguère},
journal= {arXiv preprint arXiv:2210.10239},
year = {2022}
}
备注
Neurocomputing 2022