LoST？面向相反视角且外观不变的视觉语义位置识别

人类的视觉场景理解能力非常卓越，即使在外观存在极端变化的情况下，当我们从与首次访问时相反的方向进入一个重新访问的地点时，也能够识别出它。这种能力在驾驶过程中尤为明显：人类驾驶员在首次沿路线反向行驶时就能认出自己的位置，而无需回头查看。这个问题的难度超过了以往外观和视角不变的视觉位置识别（VPR）研究所解决的任何问题，部分原因是场景的大部分区域从相反方向是无法共同观察到的。因此，如本文所示，当前最先进的视角和外观不变VPR技术的精确率-召回率性能比闭环系统中可用的水平低了数个数量级。当前的工程解决方案主要依赖全景相机或LIDAR传感设置；这是一种非常合适的工程解决方案，但显然与人类导航的方式大相径庭，这也影响了人类与导航系统交互和通信的自然程度。在本文中，我们开发了一套新颖的基于语义和外观的技术，首次在此类挑战性场景中实现了高性能的位置识别。我们首先利用最先进的密集语义分割网络的卷积特征图，提出了一种新颖的图像局部语义张量描述子。然后，为了验证最佳匹配候选者的空间语义排列，我们开发了一种挖掘语义显著关键点对应关系的新方法。