Mar, 2018
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
Adversarial Training for Adverse Conditions: Robust Metric Localisation using Appearance Transfer
Horia Porav, Will Maddern, Paul Newman
TL;DR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。