检索结果-南通市图书馆

地球信息科学学报 2024年

作者：张呈龙周杨胡校飞黄高爽赵璐颖甘文建中国人民解放军战略支援部队信息工程大学地理空间信息学院智慧中原地理信息技术河南省协同创新中心时空感知与智能处理自然资源部重点实验室

早期的视觉位置识别方法大多采用手工特征来对图像进行表征，无法同时应对图像视角、光照、季节等较为复杂的外观环境变化，其鲁棒性和泛化性往往表现不佳。为此，本文针对现有视觉位置识别方法因图像视角和复杂外观环境变化等因素导致... 详细信息

早期的视觉位置识别方法大多采用手工特征来对图像进行表征，无法同时应对图像视角、光照、季节等较为复杂的外观环境变化，其鲁棒性和泛化性往往表现不佳。为此，本文针对现有视觉位置识别方法因图像视角和复杂外观环境变化等因素导致场景识别困难进而导致模型的鲁棒性和泛化性表现不佳的问题，提出一种融合多级特征与关系感知全局注意力的视觉位置识别方法。首先，利用深层卷积神经网络提取图像不同层次的特征图；其次，利用特征提取过程中产生的多尺度特征并进行融合以弥补单一尺度特征信息表达能力不足的缺陷；然后，使用关系感知全局注意力对融合特征进行增强、抑制冗余噪声信息，以达到着重学习场景图像中关键目标的目的；最后，使用局部聚合向量网络mixvpr对局部特征编码构造鲁棒紧凑的图像描述符并基于多重相似性损失进行训练。在Pittsburgh250k、Pittsburgh30k、SF-XL-Val、Tokyo 24/7、Nordland、SF-XLTestv1共计6个公开街景影像数据集上进行试验，本文方法的召回精度在各个数据集上均有一定程度上的提升，Recall@1最高在各个数据集上分别达到了94.20%、91.56%、85.15%、83.81%、75.43%和73.60%。试验结果表明本文方法对图像视角和复杂外观环境等场景变化具有一定的鲁棒性和泛化性。

关键词：视觉位置识别复杂环境卷积神经网络特征融合关系感知全局注意力 mixvpr 多重相似性损失街景影像

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：