表观变化下的视觉定位：滤波方法

当前地点识别研究的一个主要焦点是面向自动驾驶的视觉定位。在该场景下，由于相机将持续运行，将视频作为视觉定位算法的输入是合乎实际的，而非其他视觉定位工作中所用的单图像查询方式。本文中，我们展示了利用测试序列中的时间连续性可显著改善视觉定位——在定性与定量上皆然。尽管直观，该思想在近期工作中未被充分探索。为此，我们提出两种滤波方法来利用图像序列的时间平滑性：i）基于隐马尔可夫模型在离散域上滤波；ii）基于蒙特卡洛的视觉定位在连续域上滤波。我们的方法依赖局部特征与一种编码技术，将图像表示为单一向量。在合成与真实数据集上的实验结果表明，对于显著表观变化下的视觉定位任务，我们提出的方法取得了优于当前最优（即基于深度学习的位姿回归方法）的结果。我们的合成数据集与源代码已公开于 https://sites.google.com/view/g2d-software/home 和 https://github.com/dadung/Visual-Localization-Filtering。