公平竞争：变化条件下视觉位置识别方法的综合比较
计算机视觉与模式识别
2019-05-01 v2
摘要
近年来，基于手工设计与学习得到的视觉特征、时间滤波及语义场景信息的使用，视觉位置识别（VPR）方法的能力取得了显著进步。该领域方法繁多且兴趣增长相对较新，意味着已提出广泛的数据集与评估方法，通常仅关注精确率-召回率类指标，致使比较困难。本文提出一种综合评估 10 种最先进近期开发的 VPR 技术的方案，采用三项标准化指标：(a) 匹配性能 (b) 匹配时间 (c) 内存占用。该分析共同提供了当代 VPR 问题各类方法优势与弱点的即时且广泛涵盖的概览。本工作旨在帮助将该研究领域推向更成熟与统一的问题解决途径，从而实现更好比较，进而在未来研究中取得更多进展。
引用
@article{arxiv.1903.09107,
title = {Levelling the Playing Field: A Comprehensive Comparison of Visual Place Recognition Approaches under Changing Conditions},
author = {Mubariz Zaffar and Ahmad Khaliq and Shoaib Ehsan and Michael Milford and Klaus McDonald-Maier},
journal= {arXiv preprint arXiv:1903.09107},
year = {2019}
}
备注
ICRA 2019 Workshop on Database Generation and Benchmarking of SLAM Algorithms for Robotics and VR/AR