由内而外的视觉位置识别
计算机视觉与模式识别
2021-11-29 v1
摘要
视觉位置识别(VPR)通常关注室外图像的定位。然而,对包含部分室外场景的室内场景进行定位,对广泛应用具有重大价值。本文中,我们提出由内而外的视觉位置识别(IOVPR),一项旨在基于透过窗户可见的室外场景对图像进行定位的任务。针对该任务,我们提出了新的大规模数据集 Amsterdam-XXXL(采集于阿姆斯特丹),包含 640 万张全景街景图像与 1000 张用户生成的室内查询图像。此外,我们引入了新的训练协议“由内而外数据增强”,以使视觉位置识别方法适应室内图像定位,展示了由内而外视觉位置识别的潜力。我们通过实验在小规模上验证了所提数据增强方案的益处,同时展示了该大规模数据集对现有方法的难度。借助这一新任务,我们旨在推动 IOVPR 方法的发展。数据集与代码已发布于 https://github.com/saibr/IOVPR 供研究使用。
引用
@article{arxiv.2111.13546,
title = {Inside Out Visual Place Recognition},
author = {Sarah Ibrahimi and Nanne van Noord and Tim Alpherts and Marcel Worring},
journal= {arXiv preprint arXiv:2111.13546},
year = {2021}
}
备注
Accepted at British Machine Vision Conference (BMVC) 2021