基于点云的地点识别使用CNN特征提取
计算机视觉与模式识别
2018-10-24 v1 机器人学
摘要
本文提出了一种新颖的基于点云的地点识别系统，其采用深度学习方法进行特征提取。通过使用在彩色图像上预训练的卷积神经网络从距离图像中提取特征，而无需在额外距离图像上微调，与使用手工特征相比观察到了显著改进。所得系统对光照不变、对旋转不变，并且对与地点身份无关的运动物体具有鲁棒性。除系统本身外，我们还向社区提供了一个新的地点识别数据集，包含点云和灰度图像，覆盖完整的环境视图。此外，该数据集的组织方式便于分别针对旋转不变性或对无关运动物体的鲁棒性进行实验验证。
引用
@article{arxiv.1810.09631,
title = {Point-cloud-based place recognition using CNN feature extraction},
author = {Ting Sun and Ming Liu and Haoyang Ye and Dit-Yan Yeung},
journal= {arXiv preprint arXiv:1810.09631},
year = {2018}
}