深度学习下视觉地点识别研究

发布时间：2021-08-03 03:35

　　机器人技术经过长期的发展,现已成为社会中不可缺少的组成部分。目前机器人已成为提高生产效率和降低人力成本的重要工具。随着社会老龄化问题的加重及劳动力成本的飙升,机器人越来越受到国内外学术界和产业界的重视。伴随着我国2025计划的提出和国家对于人工智能技术的关注,机器人领域开始蓬勃发展,各类机器人如雨后春笋般进入人们的生活。做为机器人领域的一项关键技术,视觉地点识别（Visual Place Recognition）也受到了越来越多的科研人员的关注。视觉地点识别主要是解决“我在哪儿?”这样一个问题。它是解决计算机视觉和机器人领域许多问题（如基于语义的图像检索、同时定位与地图构建中的回环检测模块、视觉定位以及增强现实等）的关键组件。目前视觉地点识别主要面临三大挑战:（1）算法对于条件变化的鲁棒性要求;（2）算法对于视角变化的鲁棒性要求;（3）算法运行的效率要求。其中,条件变化是指由于昼夜、天气和季节等外界条件的变化导致相机在同一地点拍摄的图像呈现出不同的外观;视角变化是指由于相机的朝向不同导致在同一地点拍摄的图像呈现不同的外观;效率要求则是指若机器人在较大场景（比如城市级别）中运行时,视觉地... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：140 页

【学位级别】：博士

【部分图文】：

地点外观变化示意图

国防科技大学研究生院博士学位论文知地图的元素是路径、边缘、节点、区域和地标[17]）以及机器人学（建图方法受认知地图[18,19]及其后继者空间语义层次的启发[20]）等领域。图1.2动物大脑中地点细胞的兴奋点与地点位置的关系图。随着记录动物大脑神经活动技术的发展[21]，O’Keefe和Dostrovsky发现了老鼠大脑中的地点细胞[22]。科学家们发现，当老鼠处于环境的特定位置时，地点细胞就会激活，并且地点细胞群会覆盖整个环境[23,24]，例如图1.2显示了动物在正方形环境中地点细胞的激活位置[1,25]。若老鼠从一个环境移动到另一个环境，地点细胞还可以表示新的环境，这些地点细胞构成了认知地图的一部分。动物的地点识别表现为地点细胞兴奋，其主要由感官信息和自我运动触发[23]。其中，地点细胞的兴奋最初是由自身运动触发的，但如果环境中起点和终点之间的距离发生变化，地点细胞将根据感官信息（外部视觉地标）更新到正确的位置[26,27]。图1.3视觉地点识别架构图。第4页

国防科技大学研究生院博士学位论文知地图的元素是路径、边缘、节点、区域和地标[17]）以及机器人学（建图方法受认知地图[18,19]及其后继者空间语义层次的启发[20]）等领域。图1.2动物大脑中地点细胞的兴奋点与地点位置的关系图。随着记录动物大脑神经活动技术的发展[21]，O’Keefe和Dostrovsky发现了老鼠大脑中的地点细胞[22]。科学家们发现，当老鼠处于环境的特定位置时，地点细胞就会激活，并且地点细胞群会覆盖整个环境[23,24]，例如图1.2显示了动物在正方形环境中地点细胞的激活位置[1,25]。若老鼠从一个环境移动到另一个环境，地点细胞还可以表示新的环境，这些地点细胞构成了认知地图的一部分。动物的地点识别表现为地点细胞兴奋，其主要由感官信息和自我运动触发[23]。其中，地点细胞的兴奋最初是由自身运动触发的，但如果环境中起点和终点之间的距离发生变化，地点细胞将根据感官信息（外部视觉地标）更新到正确的位置[26,27]。图1.3视觉地点识别架构图。第4页


本文编号：3318843