金字塔局部聚合描述符的视觉位置识别研究

摘要

视觉位置识别是计算机视觉和机器人领域中重要的研究内容。自然场景中由于视点改变所带来的图像内容变化会对位置识别造成一定的难度。为了解决这一问题，提出一种基于位置聚类的特征重组方法。首先，提出一种通用的金字塔扩展方法 PyramidVLAD用于直方图特征提取。此外，为了进一步提升效率，将距离在一定阈值内的图像聚类至同一位置，然后再进行相似性计算。通过多组实验验证所提方法的有效性，使用PyramidVLAD与先进方法 APANet进行比较，在Recall@1方面，所提方法在两个数据集中分别取得了1.02和2.54百分点的提升，实验结果表明所提方法能够在两个位置识别的基准数据集中获得比现有方法更好的效果。

关键词

视觉位置识别 / 金字塔主成分 / 位置聚类 / 图像处理

基金资助

吉林省教育厅科研项目（JJKH20230506KJ,JJKH20230510KJ）