-
题名基于最优传输特征聚合的温室视觉位置识别方法
- 1
-
-
作者
侯玉涵
周云成
刘泽钰
张润池
周金桥
-
机构
沈阳农业大学信息与电气工程学院
-
出处
《农业工程学报》
CSCD
北大核心
2024年第22期161-172,共12页
-
基金
国家重点研发计划资助(2021YFD1500204,2023YFD1501303)。
-
文摘
为实现温室场景中基于视觉的位置识别,解决现有视觉位置识别模型局部特征聚合范式对训练样本归纳偏置的强依赖,以及聚合过程中存在的冗余信息问题,构建了一种基于最优传输局部特征聚合的温室视觉位置识别方法。将温室场景图像局部特征聚合过程视为最优传输问题,根据局部特征集动态生成分配矩阵,解耦模型对归纳偏置的强依赖,同时在分配中引入“垃圾”簇来解决特征冗余。结合卷积神经网络(convolution neural network,CNN)和Transformer的优势,优化设计温室场景图像局部特征提取网络。试验结果表明,在种植作物为番茄的温室场景中,所提方法的位置识别top-1召回率(R_(@1))为88.96%,与NetVLAD、MixVPR和EigenPlaces 3种方法相比,R_(@1)分别提高29.67、2.97和2.89个百分点。与NetVLAD和MixVPR的聚合器相比,基于最优传输局部特征聚合的R_(@1)分别提高21.65和1.09个百分点。相较于CNN网络,研究构建的温室场景图像局部特征提取网络在R_(@1)指标上提升了5.45个百分点。所提方法的实际温室场景位置识别率不低于81.94%,具有一定的实际应用能力。基于最优传输局部特征聚合及全局描述符生成方法对位置识别是有效的,场景图像局部特征提取网络能够提高位置识别性能,研究结果可为温室智能农机装备视觉系统设计提供技术参考。
-
关键词
温室
视觉位置识别
最优传输
特征聚合
深度神经网络
TRANSFORMER
-
Keywords
greenhouse
visual place recognition
optimal transport
feature aggregation
deep neural network
Transformer
-
分类号
S24
[农业科学—农业电气化与自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名大规模城市环境下视觉位置识别技术的研究
被引量：2
- 2
-
-
作者
王红君
郝金龙
赵辉
岳有军
-
机构
天津市复杂系统控制理论及应用重点实验室
天津农学院
-
出处
《计算机应用与软件》
北大核心
2021年第8期194-198,226,共6页
-
基金
天津市重点研发计划科技支撑重点项目(18YFZCNC01120)。
-
文摘
在大规模城市环境下,因为光照变化、摄像机拍摄角度变化、存在大量移动物体、地表外观变化,使得视觉位置识别变得尤为困难。针对该问题提出一种基于SENet改进的ResNet的视觉位置识别方法PlaceNet。在自建百万级街景数据集上进行训练,在自建数据集和SL数据集上进行测试。结果表明PlaceNet精确度和查询效率比NetVLAD更高。
-
关键词
大规模城市环境
视觉位置识别
深度残差网络
SENet
-
Keywords
Large-scale urban environment
Visual place recognition
ResNet
SENet
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名视觉位置识别中代表地点的标识牌算法
被引量：3
- 3
-
-
作者
叶海峰
赵玉琛
-
机构
广西大学电气工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2021年第4期823-828,共6页
-
基金
国家自然科学基金项目(61561005)资助。
-
文摘
针对视觉位置识别中因检索全局图片而带来大量的时间消耗情况,以及不同地点的视觉图像存在相似和同一地点从不同视角看起来会不尽相同而导致感知混淆的问题.本文提出一种基于显著性算法提取候选对象并生成代表地点的标识牌算法.该方法对在位置识别系统中每个地点其对应的视频序列段上的关键帧使用显著性算法,生成大量的视觉显著的候选对象,并用对这些候选对象有效计算其之间的评价函数,再使用层次聚类算法计算出每一段序列上具有代表性的对象,最后将这些对象组合成具有代表视频序列的标识牌.使用标识牌代表地点的方式,插入位置识别系统中搜索地点对应的大量图像集的前一个步骤中,以此来缩小搜索范围,避免感知混淆所带来的全局搜索不确定的困惑.
-
关键词
视觉位置识别
标识牌
相似性搜索
时间序列
-
Keywords
visual position recognition
identification cards
similarity search
time series
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部聚合描述符的视点不变视觉位置识别
被引量：2
- 4
-
-
作者
刘靖
-
机构
吉林大学吉林吉大通信设计院股份有限公司
-
出处
《计算机工程与设计》
北大核心
2020年第11期3181-3187,共7页
-
基金
国家自然科学基金项目(61873030)。
-
文摘
针对目前视觉位置识别系统无法同时拥有视点不变、条件不变和高效率的性能,提出一种基于视点不变的位置识别系统,采用局部聚合描述符(VLAD)。采用高稳健性的加速稳健特征(SURF)算子进行特征检测,利用梯度直方图描述特征;利用VLAD将每个特征划分到特定的聚类中,使用局部敏感散列(LSH)进行数据降维,将特征随机投影到低维的二进制签名中,计算二进制签名;通过计算二进制图像签名上的汉明距离实现图像比较,识别视觉位置。实验结果表明,所提系统只需要占用很小的内存,就能够稳健适应变化的环境。
-
关键词
视觉位置识别系统
局部聚合描述符
局部敏感散列
二进制图像
汉明距离
-
Keywords
visual position recognition system
vector of locally aggregated descriptor
local sensitive hash
binary image
Hamming distance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名单级特征图融合坐标注意力的视觉位置识别方法
- 5
-
-
作者
刘子健
张军
刘元盛
路铭
宋庆鹏
-
机构
北京联合大学
-
出处
《汽车技术》
CSCD
北大核心
2023年第3期19-25,共7页
-
基金
国家重点研发计划项目(2021YFC3001300)
国家自然科学基金重点项目合作项目(61931012)
+1 种基金
北京市自然科学基金面上项目(4222025)
北京联合大学高水平孵化项目和新进博士孵化项目(ZK10202208)。
-
文摘
针对视角和环境变化的场景中现有视觉位置识别方法存在的匹配遗漏和实时性差的问题,提出基于单级特征图融合坐标注意力的视觉位置识别方法。首先通过坐标注意力捕获特征的相对位置信息,然后利用扩张卷积和局部聚合向量网络(NetVLAD)构造多尺度特征融合的编码器,最后基于三元组损失训练网络。经Pitts30k和Nordland数据集验证,在位置识别试验中,与同基线的先进方法Patch-NetVLAD相比,所提出的方法能够获得同等的召回精度且检索速度提高19%。在回环检测试验中,所提出的方法达到了合理平衡鲁棒性和检索速度的目标。
-
关键词
自动驾驶
视觉位置识别
回环检测
坐标注意力
局部聚合向量网络
三元组损失
-
Keywords
Autopilot
Visual place recognition
Loop detection
Coordinate attention
NetVLAD
Triplet loss
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
U463.6
[机械工程—车辆工程]
-
-
题名分布式多车协同视觉SLAM系统
被引量：4
- 6
-
-
作者
蒋朝阳
兰天然
郑晓妮
高九龙
叶学通
-
机构
北京理工大学机械与车辆学院
-
出处
《汽车工程》
EI
CSCD
北大核心
2022年第12期1809-1817,1833,共10页
-
基金
国家自然科学基金(52002026)资助。
-
文摘
可靠的定位与导航是实现自动驾驶的先决条件。单车视觉同时定位与建图(SLAM)技术能够在GNSS拒止的情况下实现车辆的定位,但累积误差会随运行时间逐渐增加,难以持续准确完成定位任务。通过多车协同视觉SLAM可以提升定位效果。本文提出了一种鲁棒、轻量化的分布式多车协同视觉SLAM系统,该系统以ORBSLAM2作为视觉里程计,利用NetVLAD全局图像描述子实现多车间共视区域识别和数据关联;提出了一种基于数据相似性和结构一致性的方法,实现多车间闭环离群值剔除;提出了一种分布式位姿图优化方法,提高多车协同定位精度。经过自主搭建平台所采集的真实数据以及KITTI数据集测试,该系统相较于已有的主流视觉SLAM算法以及协同SLAM算法均具有更高的定位精度。
-
关键词
多车协同
同时定位与建图
视觉位置识别
自动驾驶
-
Keywords
multi-vehicle collaboration
SLAM
visual place recognition
autonomous vehicles
-
分类号
U495
[交通运输工程—交通运输规划与管理]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于改进CoHOG的视觉SLAM算法
被引量：2
- 7
-
-
作者
于尧
孙新柱
郭俊阳
陈孟元
-
机构
安徽工程大学电气工程学院
高端装备先进感知与智能控制教育部重点实验室
-
出处
《测绘通报》
CSCD
北大核心
2022年第12期42-50,共9页
-
基金
国家自然科学基金(61903002)
安徽省高校协同创新项目(GXXT-2021-050)
芜湖市科技计划(2020yf59)。
-
文摘
移动机器人在SLAM的闭环检测环节计算量大、运行时间长、匹配误差大,从而导致闭环检测精度较低。针对该问题,本文在CoHOG闭环检测算法的基础上进行改进,将算法中的HOG描述符改进为GDF-HOG描述符,以增强图像特征表现,提高图像特征提取效率;在匹配环节前添加GDF-HOG全局粗匹配,以减少视觉模板的数量,提高算法的计算效率;在匹配环节后添加感兴趣区域(ROI)位置匹配进行检验,以减少闭环检测的假阳性,提高准确率。将本文闭环检测算法与RatSLAM相结合,在公开数据集与真实环境中进行测试,测试结果表明,本文算法在闭环检测环节的准确率较高,且对环境的适应能力较强。
-
关键词
图像识别及其装置
视觉位置识别
CoHOG算法
闭环检测
RatSLAM
-
Keywords
image recognition and apparatus
visual place recognition
CoHOG algorithm
closed-loop detection
RatSLAM
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名弱GPS环境下的智能车辆自主导航算法
被引量：6
- 8
-
-
作者
袁朝春
朱昊宇
何友国
JIE Shen
陈龙
-
机构
江苏大学汽车工程研究院
密西根大学迪尔本分校计算机科学与信息科学系
-
出处
《江苏大学学报（自然科学版）》
CAS
北大核心
2023年第1期22-28,共7页
-
基金
国家自然科学基金资助项目(51775247)。
-
文摘
针对城市环境GPS(global positioning system)易定位失效的问题,提出一种利用视觉位置识别的智能汽车自主导航算法.为了识别车辆在无GPS环境中的全局位置,通过注意力模型和细粒度特征提取模块得到图像中具有判别力的视觉特征,实现航拍图像与离线卫星图像的匹配检索.在获取车辆位置信息基础上,通过精英蚁群优化算法为车辆输出前方道路分支行驶的方向,进行全局路径规划.结果表明:细粒度特征提取模块提取更具判别力特征,利用标签平滑的交叉熵损失函数训练,实现了实际环境位置的有效识别,车辆可以利用所提算法在弱GPS环境中自主导航.
-
关键词
智能车
视觉位置识别
路径规划
注意力模型
精英蚁群算法
-
Keywords
intelligent vehicle
visual position recognition
path planning
attention model
elite ant colony algorithm
-
分类号
U463.6
[机械工程—车辆工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
