动态贝氏底环境中长期视觉定位：数据集、基于足迹的地面真值与视觉姿态识别基准

长期视觉定位有望降低光学底部监测中使用自主 underwater 车 (AUV) 的成本，并提高地图质量。尽管存在这种潜力，但在贝氏底环境中进行长期视觉定位仍未得到充分研究，主要是由于缺乏用于基准测试的精选数据集。此外，受限于地理参考精度和图像足迹， necessitate precise几何信息才能准确进行地面真值化。在本工作中，我们通过提供用于长期贝氏底环境视觉定位的精选数据集以及一种用于近正视 underwater 图像地面真值化的新方法来弥补这些差距。我们的数据集包含来自五个贝氏参考站点的地理参考 AUV 图像，跨越最长为六年的时段，并包括原始和色彩校正后的立体图像、相机标定以及亚分辨率分辨率的相机姿态。据我们了解，这是第一个跨越多个站点和光照区 habitat 的精选 underwater 数据集，用于长期视觉定位。我们的地面真值化方法估计三维海底图像足迹，并将相机视角与重叠足迹相链接，确保地面真值链接反映共享的视觉内容。基于该数据集和地面真值，我们对八种最先进的视觉姿态识别 (VPR) 方法进行基准测试，发现我们数据集上的 Recall@K 显著低于 established 陆地和 underwater 基准。在本文中，我们将足迹-based 地面真值与传统基于位置的地面真值进行比较，表明在岩石 terrain 和海拔变化较大的站点，基于距离阈值的地面真值化可能高估了 VPR Recall@K。综上，精选数据集、地面真值化方法以及 VPR 基准，为推动动态贝氏底环境中长期视觉定位提供了新的一步。