如何训练一只猫：学习规范外貌变换以实现光照变化下的直接视觉定位

Sep, 2017

如何训练一只猫：学习规范外貌变换以实现光照变化下的直接视觉定位

How to Train a CAT: Learning Canonical Appearance Transformations for Direct Visual Localization Under Illumination Change

PDF

Lee Clement, Jonathan Kelly

TL;DR本文介绍了使用卷积编码 - 解码模型提升直接视觉定位的鲁棒性，通过使用高保真度的合成 RGB-D 数据集及自然环境下的数据集，成功实现时间变化条件下的 VO 精度提高及光照变化情况下完善的指标重定位，并在定位的环境下进行了合成到真实场景的迁移学习。

Abstract

direct visual localization has recently enjoyed a resurgence in popularity with the increasing availability of cheap mobile computing power. The competitive accuracy and robustness of these algorithms compared to state-of-the-art feature-based methods, as well as their natural ability

direct visual localization mobile robotics convolutional encoder-decoder models visual odometry transfer learning

发现论文，激发创造

对抗训练用于恶劣条件下的度量稳健定位：基于外观迁移的方法

本文提出了一种通过学习可逆的生成器将图像从一种条件转换到另一种的方法，以此改善在外观强烈变化的情况下的视觉场所识别和度量本地化效果，并基于 SURF 检测器和密集描述符映射的新损失进行特征匹配。数据测试表明，这种方法能够在减少映射运行次数的同时，在多种环境下显著提高地点识别和定位的效果。

Mar, 2018

利用深度神经网络在野外场景中恢复规范视图人脸

提出了一种新的深度学习框架，可以恢复面部图像的规范视图，减少人内部差异，同时保持人际可辨性。然后使用基于面部组件的卷积神经网络从恢复的面部图像中学习面部特征，在 LFW 数据集上实现了最先进的性能，可应用于面部验证。

Apr, 2014

自学转换以改善注视和头部重定向

本文提出了一种新颖的生成模型，能够在控制眼睛注视和头部方向角度方面达到细粒度控制，并通过在自学习中学习发现、解缠和编码这些外部变化来分离众多与外貌相关的因素，进而优化了准确性和数据下游任务，从而提高了端到端交叉数据集准确性的能力。

Oct, 2020

学习从 3D 物体估计室内照明

本文提出了一种基于深度学习和编码隐空间技术，利用包含 21000 个高动态范围室内环境地图的数据集，从单张室内物体图片中准确预测环境光的方法。

Jun, 2018

用于改善视觉特征检测和匹配的学习相机增益和曝光控制

本研究探索了一种数据驱动的方法，通过训练一个深度卷积神经网络模型以预测性地调整相机增益和曝光时间参数，从而实现在光照变化下得到最佳图像质量，以用于视觉测距和视觉同时定位和映射。研究通过实验验证了该方法的优越性。

Feb, 2021

从合成训练数据中学习在新环境中进行定位

本文提出了一种可以适应不同场景的视觉定位方法，包括改进的模型架构、层次相关层和尺度和不确定性信息的利用。该方法优于使用 SIFT 特征的 5 点算法和之前训练在不同数据上的学习方法，并在只有很少的参考图像可用的情况下，明显优于现有的学习和经典方法。

Nov, 2020

DASGIL: 面向语义和几何感知的基于图像的领域自适应定位

本文提出一种基于多任务架构的视觉定位方法，通过将几何和语义信息融合到多尺度的嵌入表示中，使用有效的多尺度特征鉴别器进行对抗性训练，从虚拟数据集到现实世界数据集的领域适应，以实现图像检索定位及大规模地点识别。该方法在 Extended CMU-Seasons 数据集和 Oxford RobotCar 数据集上进行验证，结果表明本方法在具有挑战性的环境下的检索定位和大规模地点识别的表现优于现有方法。

Oct, 2020

LaCViT: 一种面向视觉变换器的标签感知对比训练框架

本研究通过提出一种简单有效的标签感知对比训练框架 LaCViT 来解决视觉 Transformer 的预训练表示空间各向异性的问题，从而实现更广泛的图像分类任务的有效迁移学习，实验表明 LaCViT 所训练的模型在五个标准图像分类数据集上的表现比原始预训练基线高约 9％的准确率，并且将 LaCViT 应用到我们评估的三个视觉 Transformer 上，都获得了持续的改进。

Mar, 2023

外观机器人自我定位的机器学习

机器人根据外观自我定位的问题，我们提出了一种基于流形学习和深度学习技术的新的几何动机解决方案，包括估计机器人定位映射和 Kalman 滤波问题的反向映射。

Jun, 2017

开放世界物体检测的 LoCalization 和 IdentificAtion Cascade Detection Transformer

本文提出了一种名为 CAT 的 LoCalization and IdentificAtion Cascade Detection Transformer，并采用自适应的伪标签机制，使其能够提高开放世界目标检测、增量目标检测和开放集检测任务的表现。

Jan, 2023