place recognition | BriefGPT

关键词place recognition

搜索结果 - 42

CVPRSeqNetVLAD vs PointNetVLAD: 白天黑夜场所识别中的图像序列与三维点云
比较三维点云方法和基于图像序列的方法在场所识别性能上的差异，结果表明对于特定度量跨度，基于图像序列的技术可以接近甚至超过基于点云的方法的表现。
PDF3 years ago
MMTransLoc3D : 基于点云的自适应感受野大规模地点识别
TransLoc3D 是一种新的点云全局描述算法，使用自适应感受野进行特征提取，利用外部 Transformer 捕捉长程特征依赖关系，能够有效地处理不同大小的物体、抑制噪声，并取得了现有方法不可比拟的高性能结果。
PDF3 years ago
基于激光雷达和单目图像融合的地点识别算法 MinkLoc++
本研究介绍了一种基于 LiDAR 和 RGB 相机图像的判别式多模态描述符 MinkLoc++，该描述符可用于机器人或自动驾驶应用的位置识别、重新定位和环路闭合，同时使用深度度量学习方法来减轻多模态描述符训练过程中可能存在的主导模态问题，该
PDF3 years ago
NDT-Transformer：使用正态分布变换表示的大规模三维点云本地化
本文提出一种基于 3D 点云、命名为 NDT-Transformer 的实时大规模地点识别的新方法。使用 3D 正态分布变换 (NDT) 表示法来提供几何形状描述，并通过 NDT Transformer 网络学习一组 3D NDT 单元格表
PDF3 years ago
大规模场所识别的高效三维点云特征学习
本文提出了一种高效的点云学习网络 (EPC-Net) 以形成全局描述符用于视觉地方识别，该网络具有良好的性能并且可以降低计算内存和推理时间，通过在代理点和空间相邻矩阵上进行简化的边缘卷积实现对点云本地几何特征的聚合，然后设计轻量级分组 VL
PDF3 years ago
Locus: 使用 LiDAR 基于时空高阶池化的地点识别
本文提出 Locus，一种使用 3D LiDAR 点云的新型地点识别方法，在大规模环境中提取和编码场景中与组件相关的拓扑和时间信息，并使用二阶池化和非线性变换聚合这些多层特征以生成不变于输入特征排列的固定长度全局描述符。该方法在 KITTI
PDF4 years ago
CVPRSOE-Net：一种用于基于点云的场所识别的自注意力和方向编码网络
介绍了一种基于自注意力和定向编码网络的点云数据识别方法，通过采用 Hard Positive Hard Negative 四元组损失函数和采样方法，取得优于现有方法的性能表现。
PDF4 years ago
MinkLoc3D：基于点云的大规模场所识别
提出了一种名为 MinkLoc3D 的基于学习的方法，用于计算具有区分性的三维点云描述符，该方法使用稀疏体素化的点云表示和稀疏三维卷积，相比目前最先进的方法具有更好的性能。
PDF4 years ago
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
PDF4 years ago
基于语义图的三维点云地点识别
本文提出了一种基于语义图的三维点云场景识别方法，该方法具有鲁棒性，能够应对遮挡和视角变化等环境变化，评估结果表明该方法优于现有技术。
PDF4 years ago
ORB-SLAM3: 一款准确的视觉、视觉惯性和多地图开源 SLAM 库
ORB-SLAM3 是第一个能够使用针孔和鱼眼镜头模型的单目、立体和 RGB-D 相机执行视觉、视觉惯性和多地图 SLAM 的系统，并且具有两个主要的创新点：完全依赖于最大后验概率估计的基于特征的紧耦合视觉惯性 SLAM 系统和使用改进的召
PDF4 years ago
ECCVPlacepedia: 具有多面向注释的全面地点理解
本篇论文介绍了 Placepedia 这个包含超过 240k 个景点及其约 35M 张照片的大规模景点数据集。通过多方面的标注，模型的研究者们可以使用该数据集开展包括多层次景点识别和城市嵌入等多个方面的研究探索，建立视觉观测和社会文化内涵之
PDF4 years ago
通过学习旋转不变性的基于序列的雷达地点识别
该研究论文详细介绍了利用频率调制连续波雷达进行地点识别的应用程序，通过将雷达扫描的旋转不变度量嵌入到视频传感器拍摄的序列轨迹匹配系统中，实现了对车辆行驶方向相反的先前行驶路段的地点匹配检测，并在来自至今最大的面向雷达自动驾驶的城市数据集的
PDF4 years ago
通过共享 2D-3D 嵌入空间在 LiDAR 地图中进行全局视觉定位
本研究使用深度神经网络方法来创造一个共享的嵌入空间，将图像和 LiDAR-Map 映射到同一空间中，通过大量实验评估发现，该方法适用于全球定位和场所识别。
PDF5 years ago
CVPRPCAN: 使用上下文信息学习 3D 注意力图以进行基于点云的检索
通过 Point Contextual Attention Network (PCAN) 能够在对点上下文加权的情况下，对局部特征进行更加关注，从而有效地编码局部特征并在多个基准测试数据集上提供性能优于当前最先进方法的检索性能。
PDF5 years ago
ICCVLPD-Net：大规模场景识别和环境分析的 3D 点云学习
本文提出了一种名为 LPD-Net 的深度神经网络，它可以从原始 3D 点云数据中提取判别性和可推广性的全局描述符，用于解决基于点云的识别任务，并与 PointNetVLAD 和基于视觉的解决方案进行了比较。
PDF6 years ago
基于 LiDAR 强度的鲁棒地点识别的本地描述符
该论文提出了一种将 LiDAR 的几何信息与强有力的外观信息相结合的方法，通过建立新的描述符来在地点识别中优于现有办法，并且利用概率性关键点投票算法，在大规模的建筑和非结构化环境中实现有效的全局定位实验。
PDF6 years ago
使用视觉语义进行外观不变视角对应的地点识别
通过一系列新兴的基于语义和外观的技术，使用卷积特征图从一种状态到另一种状态的本地语义张量（LoST）表述，以及从语义上开采显着的关键点对应来实现高性能的地方识别。
PDF6 years ago
CVPRPointNetVLAD: 基于深度点云的大规模场所识别检索
本研究提出了 PointNetVLAD 方法，结合 PointNet 和 NetVLAD 模型，通过端到端的训练和推理从给定的 3D 点云中提取全局描述符，并使用 “lazy triplet and quadruplet” 损失函数来实现更
PDF6 years ago
不回头：强化视角和条件不变地点识别的稳健性分类
本文提出一种利用深度神经网络的高阶层进行场所识别以及运用描述符归一化方案提高场所识别鲁棒性的方法，并在两个数据集上进行验证，结果显示相比于现有技术具有显著的改进。
PDF6 years ago