本文提出了一种针对 DrosoNet 的新型训练方法，其中在参考图像的不同区域上训练不同的模型，以便让它们专门处理该特定部分的视觉特征。此外，我们还介绍了一种类卷积预测方法，每个 DrosoNet 单元为查询图像的每个部分生成一组位置预测，然后使用之前介绍的投票系统将这些预测组合起来，此方法显著提高了之前工作的 Visual place recognition 性能，同时保持了极其紧凑和轻量级的算法，适用于资源受限的平台。

May, 2023

ClusVPR 是一种新颖的方法，通过引入基于聚类的加权变换网络（CWTNet）来解决视觉偏差问题，并且在大规模 VPR 问题中取得了优越的性能。

Oct, 2023

本文介绍了一种新颖的基于 Transformer 的全局位置识别模型 TransVPR，该模型在多尺度上聚合任务相关特征，并通过空间匹配实现对全局视觉特征的候选人重新排序，具有最先进的性能并且计算时间和存储要求相对较低。

Jan, 2022

本文提出了一种多分辨率特征金字塔编码视觉识别方法，称为 MultiRes-NetVLAD，可以更准确地匹配全球地点描述符，从而使 global descriptor based retrieval 能够达到最先进的召回率水平。

Feb, 2022

通过利用 DINOv2 模型作为骨干网络对图像进行修剪和微调以提取鲁棒的图像特征，我们提出了一种名为 DINO-Mix 的新颖的 VPR 架构，通过基础视觉模型的强大图像特征提取能力和基于 MLP-Mixer 的特征聚合模块，实现全局鲁棒和可泛化的特征描述，从而实现高精度的 VPR。我们的实验证明，所提出的 DINO-Mix 架构显著优于当前最先进的方法，在具有光照变化、季节变化和遮挡的测试集上，分别达到了 91.75%、80.18% 和 82% 的 Top-1 准确率。与最先进的方法相比，我们的架构平均准确率提高了 5.14%。

Nov, 2023

通过研究紧凑卷积网络架构和后训练量化对视觉地点识别（VPR）性能的影响，我们不仅通过 recall@1 分数测量性能，还测量内存消耗和延迟，为受资源限制的 VPR 系统提供了设计建议。

Dec, 2023

使用自注意力层提取特征进行重新排序，结合 ViT 层用于全局特征生成，并且在具有遮挡、昼夜变化和季节变化的挑战场景中取得了最先进的结果。

May, 2024

本研究旨在通过多尺度注意力模块，实现从视觉和语义内容中学习鲁棒全局嵌入以及动态引导的分割过程，以提高视觉地点识别的准确性，同时提出第一个适用于地点识别和分割任务的合成世界数据集，实验证明方法在不同情景下具有良好性能。

Jan, 2022

本文提出了 StructVPR，一种新的训练体系结构，以增强 RGB 全局特征中的结构知识，因此提高在不断变化的环境下的特征稳定性。 StructVPR 使用分割图像作为 CNN 网络中结构知识输入的更明确的源，并应用知识蒸馏来避免在线分割和测试中的 Seg-branch 推理。最终，StructVPR 使用全局检索仅在几项基准测试中取得了令人印象深刻的表现，并且即使在附加重新排名的情况下，仍然保持低的计算成本。

Dec, 2022

我们提出了一种名为 CricaVPR 的针对视觉地点识别的稳健的全局表示方法，利用自注意机制关联多个批次内的图像，以指导表示学习并提高鲁棒性。同时，我们提出了多尺度卷积增强适应方法，通过引入多尺度局部信息进一步增强跨图像相关性感知的表示。实验结果表明，我们的方法在 Pitts30k 数据集上使用 512 维全局特征实现了 94.5% 的 R@1，相比最先进方法大幅提升了性能并缩短了训练时间。

Feb, 2024