Patch-NetVLAD:用于地点识别的局部-全局描述子多尺度融合
计算机视觉与模式识别
2021-03-03 v1
摘要
视觉地点识别是机器人与自主系统面临的一项挑战性任务,必须应对始终变化世界中的外观与视角变化双重问题。本文提出 Patch-NetVLAD,通过从 NetVLAD 残差导出块级特征,给出了一种结合局部与全局描述子方法优势的新颖形式。不同于现有局部关键点特征的固定空间邻域机制,我们的方法支持在特征空间网格上定义的深度学习局部特征的聚合与匹配。我们进一步通过积分特征空间引入了具有互补尺度(即块大小)的块特征多尺度融合,并表明融合特征对条件(季节、结构与光照)和视角(平移与旋转)变化均高度不变。Patch-NetVLAD 以可比的计算量优于基于全局与局部特征描述子的方法,在一系列具有挑战性的真实世界数据集上取得最先进的视觉地点识别结果,包括赢得 ECCV2020 上的 Facebook Mapillary 视觉地点识别挑战赛。它还可适应用户需求,其速度优化版本比最先进方法快一个数量级以上。通过将优越性能与改进的计算效率结合于可配置框架中,Patch-NetVLAD 非常适于增强独立地点识别能力及 SLAM 系统的整体性能。
引用
@article{arxiv.2103.01486,
title = {Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descriptors for Place Recognition},
author = {Stephen Hausler and Sourav Garg and Ming Xu and Michael Milford and Tobias Fischer},
journal= {arXiv preprint arXiv:2103.01486},
year = {2021}
}
备注
Accepted to IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2021)