基于 Voronoi 第二阶描述符及 whitened metric 的 LiDAR 地点识别
计算机视觉与模式识别
2026-03-17 v1 机器人学
摘要
池化层在聚合局部描述子以生成可度量的全局描述子中发挥着关键作用。在 LiDAR 地点识别 (LPR) 中，第二阶池化能够捕获局部描述子之间的高阶相互作用。然而，现有方法在 LPR 中遵循传统实现方式和后归一化，导致描述子不适用于欧几里得距离度量。基于将 NetVLAD 与第二阶统计量关联解释的最新研究，我们提出将第二阶池化与 Voronoi 单元的归纳偏置相结合。我们提出的新型池化方法将局部描述子聚合为第二阶矩阵，并对全局描述子进行 whitening，以在保持 Voronoi 单元聚类特性的同时，隐式测度马氏距离，从而解决其在学习过程中因技术差异导致的数值不稳定问题。我们在 Oxford Robotcar 和 Wild-Places 数据集上进行实验，证明了本方法带来的性能提升，并分析了所提出 whitening 算法的数值效应。
引用
@article{arxiv.2603.14974,
title = {Voronoi-based Second-order Descriptor with Whitened Metric in LiDAR Place Recognition},
author = {Jaein Kim and Hee Bin Yoo and Dong-Sig Han and Byoung-Tak Zhang},
journal= {arXiv preprint arXiv:2603.14974},
year = {2026}
}
备注
Accepted at ICRA 26