论视觉位置识别中的运动模糊与去模糊
计算机视觉与模式识别
2024-12-11 v1 图像与视频处理
摘要
移动机器人中的视觉位置识别 (VPR) 使机器人能够通过使用视觉数据识别先前访问过的位置来进行自我定位。虽然 VPR 方法的可靠性在光照、季节、天气和视角变化等条件下已得到广泛研究，但运动模糊的影响相对未被探索，尽管它不仅与快速运动场景相关，也与需要更长曝光时间的低光条件相关。同样，图像去模糊在提升运动模糊下 VPR 性能方面的作用至今也受到有限关注。本文通过引入一个新的基准来弥补这些空白，该基准旨在评估在运动模糊和图像去模糊影响下的 VPR 性能。该基准包含三个数据集，涵盖了广泛的运动模糊强度，为分析提供了一个全面的平台。使用几种成熟的 VPR 和图像去模糊方法进行的实验结果，为运动模糊的影响以及通过去模糊可能实现的性能提升提供了新的见解。基于这些发现，本文提出了针对 VPR 的自适应去模糊策略，旨在有效管理动态真实世界场景中的运动模糊。
引用
@article{arxiv.2412.07751,
title = {On Motion Blur and Deblurring in Visual Place Recognition},
author = {Timur Ismagilov and Bruno Ferrarini and Michael Milford and Tan Viet Tuyen Nguyen and SD Ramchurn and Shoaib Ehsan},
journal= {arXiv preprint arXiv:2412.07751},
year = {2024}
}