从百万图像中学习用于检索式定位的条件不变特征
计算机视觉与模式识别
2020-12-10 v2
摘要
用于检索式定位的图像特征必须对动态物体（例如汽车）以及季节和白天变化具有不变性。在给定大量多样化训练图像的情况下，使用类三元组损失（triplet-like losses）的现有方法在某种程度上可学习此类不变性。然而，由于算法训练复杂度高，在大型数据集上不同损失函数之间的比较尚不充分。在本文中，我们在三个不同的基准数据集上训练并评估了多种定位方法，包括包含超过一百万张图像的 Oxford RobotCar。这一大规模评估为检索式定位的泛化能力和性能提供了有价值的见解。基于我们的发现，我们开发了一种用于学习更准确且泛化能力更好的定位特征的新方法。它包含两个主要贡献：(i) 基于特征体积的损失函数，以及 (ii) 难正样本与成对负样本挖掘。在具有挑战性的 Oxford RobotCar 夜间条件下，我们的方法在 5m 内的定位精度上比著名的三元组损失（triplet loss）高出 24.4%。
引用
@article{arxiv.2008.12165,
title = {Learning Condition Invariant Features for Retrieval-Based Localization from 1M Images},
author = {Janine Thoma and Danda Pani Paudel and Ajad Chhatkuli and Luc Van Gool},
journal= {arXiv preprint arXiv:2008.12165},
year = {2020}
}