基于显著性重识别的在线视觉地点识别
计算机视觉与模式识别
2021-02-25 v1 机器人学
摘要
作为视觉同步定位与建图(SLAM)的重要组成部分,地点识别对机器人导航与自动驾驶至关重要。现有方法常将视觉地点识别表述为特征匹配,对于许多计算能力受限的机器人应用(如自动驾驶与清扫机器人)而言计算开销过大。受人类总是通过记住比其余区域更具吸引力或更有趣的显著区域或地标来识别地点这一事实的启发,我们将视觉地点识别表述为显著性重识别。同时,我们提出在频域中执行显著性检测与重识别,其中所有操作变为逐元素运算。实验表明,我们提出的方法取得了具有竞争力的精度,且比最先进的基于特征的方法速度快得多。所提方法已开源,可从 https://github.com/wh200720041/SRLCD.git 获取。
引用
@article{arxiv.2007.14549,
title = {Online Visual Place Recognition via Saliency Re-identification},
author = {Han Wang and Chen Wang and Lihua Xie},
journal= {arXiv preprint arXiv:2007.14549},
year = {2021}
}
备注
Accepted by IEEE/RSJ International Conference on Intelligent Robots and Systems 2020 (IROS)