CVPRFeb, 2024

CricaVPR：跨图像相关性感知表示学习用于视觉地点识别

PDF
TL;DR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。
visual place recognitionneural networksrobust global representationcross-image correlationmulti-scale convolution-enhanced adaptation
发现论文，激发创造
  • 使用连续地点描述符回归实现精准视觉定位的 CoPR 方法

    该论文旨在提高基于图像的位置估计方法（Visual Place Recognition）的精度，作者通过提出一种连续的地点描述符回归方法（Continuous Place-descriptor Regression），在已有的参考图片上进行插值和外推，以增加参考图片的密度，通过实验结果发现该方法可以提高约 30% 的定位精度，相比使用视角不变损失函数，该方法可以额外提高约 15%。

    Apr, 2023

  • 注意力感知对年龄无关的视觉地点识别

    本研究提出了一种跨域视觉地点识别任务，使用年龄不变的特征学习卷积神经网络和注意聚合模块实现跨域匹配不同领域中同一建筑物的图像，达到了 99% 的单域匹配和 20% 的跨域匹配的最佳成果。

    Sep, 2019

  • 多尺度注意力学习视觉地点识别语义

    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

  • 带有分级相似度监督的高效大规模场所识别

    本论文提出了一种改进的视觉定位方法，通过使用连续相似性标签和广义对比损失函数代替传统的二元相似性标签和硬对样本挖掘，使得视觉识别表现得到了明显提升。

    Mar, 2023

  • 实现预训练模型在视觉地点识别中的无缝适应

    利用预训练的模型实现可视化地点识别的平滑适应，既全局又局部地适应预训练模型，通过轻量级适配器调整以产生适用于地点匹配的全局和局部特征，并避免耗时的空间验证，在少量数据和训练时间下超过当前最先进方法，并仅使用两阶段地点识别方法运行时间的约 3％，在 MSLS 挑战榜单上排名第 1。

    Feb, 2024

  • 基于注册辅助的视觉地点识别聚合

    使用新的特征聚合方法，通过注册器辅助模型训练，以获取具有辨别性地点信息的全局和局部特征，并通过重新分配注意力权重将这些注册器舍弃，从而实现对原始图像表示中不稳定特征的有效分离，其表现超过了现有方法

    May, 2024

  • AnyLoc: 通向全球视觉地点识别的进展

    通过使用通用特征表示和无监督特征聚合，本研究提出了一种适用于各种结构化和非结构化环境的通用视觉地点识别 (VPR) 解决方案，并取得了相较于现有方法高出 4 倍的显著性能提升，同时对特征进行语义属性建模获得 6% 的性能改善。

    Aug, 2023

  • StructVPR: 使用加权样本提取结构知识进行视觉地点识别

    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

  • 聚合多个生物启发式图像区域分类器用于有效且轻量级的视觉地点识别

    提出了一种改进的多 DrosoNet 定位系统，名为 RegionDrosoNet，具有显著提高的 VPR 性能和低计算复杂度，充分考虑了外部模型差异，并引入了新的投票模块来组合所有 DrosoNet 的输出以得出最终的位置预测结果，该方法在处理外观变化和视点变化时表现优异，并且能够以计算复杂方法在线推断时间的一小部分来竞争一些基准数据集。

    Dec, 2023

  • 基于 Transformer 的多层注意力聚合地点识别

    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