常见用于Place Recognition的数据库的总结

最新推荐文章于 2023-10-01 20:20:33 发布
最新推荐文章于 2023-10-01 20:20:33 发布
阅读量3.1k 收藏 12
点赞数 9
CC 4.0 BY-SA版权
分类专栏： PlaceRecognition 文章标签： 数据集 SPED StLucia NordLand bovisa
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Amazingren/article/details/88414204
本文总结了几个常用视觉定位数据库，包括SPED_900、bovisa、UA Compus、St Lucia、NordLand，涵盖了不同的场景和时间变化，用于训练和验证视觉定位算法，如光照影响和季节性外观变化的挑战。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1. SPED_900

- 特点： 超过30,000个监控摄像头，遍及全世界，从2006年开始到现在（还会继续持续），
- GT： 这个主要用于训练网络的，先不管
- 用途： 主要用于训练
- 获取： 找作者要的
提出的论文：

Deep Learning Features at Scale for Visual Place Recognition

在这里插入图片描述

2. bovisa
3. UA Compus
4. St Lucia

- 特点： 同一条路线，一天中的不同时间段（20-25 minutes starting at 8:45, 10:00, 12:10, 14:10, 15:45）
- GT： 数据库给了GPSlog文件
- 用途： 主要用于验证光照的影响，我的实验主要打算用于测试
- 获取： 我有啊
contains 10 subdatasets with images captured from the same route which is traversed at different times of the day from morning to afternoon.

最低0.47元/天 解锁文章

200万优质内容无限畅学
向量数据库极简教程 | A Gentle Introduction to Vector Databases
AI天才研究院
05-18 2万+
在上面的示例中，数据库中的每一行代表一本特定的书，而列对应于特定类别的信息。他还出演了《现代启示录》。现在我们已经了解了嵌入向量的表征能力，并对向量搜索的工作原理有了很好的概述，现在是时候将这两个概念放在一起了——欢迎来到向量数据库的世界。在这篇博文中，我将介绍与向量数据库相关的概念，矢量数据库是一种旨在存储、管理和搜索嵌入向量的新型技术。在接下来的部分中，我将分享一些关于为什么嵌入向量可用于表示非结构化数据的信息，介绍用于跨向量空间进行索引和搜索的算法，并介绍现代向量数据库必须实现的一些关键功能。
【论文笔记】On the Performance of ConvNet Features for Place Recognition
以往不可谏，来自犹可追
01-18 1294
摘要 随着计算机视觉领域取得的惊人成功，我们有望把卷积网络特征应用到机器人领域。 但是这存在本质性的困难和挑战，因为： 1.计算机视觉的数据集是不同于机器人摄像机的数据； 2.实时的性能是至关重要的； 3.性能优先级是不同的。 这篇paper：综合评估了目前三种最优秀的ConvNet在机器人导航相关任务中的实用性、viewpoint-invariance and condition-invari...
Intelligent Reference Curation for Visual Place Recognition via Bayesian Selective Fusion 论文阅读及注解
qq_49331639的博客
01-11 1794
Intelligent Reference Curation for Visual Place Recognition via Bayesian Selective Fusion 基于贝叶斯选择融合的视觉场景识别智能参考策展 论文注解 摘要： 视觉场景识别（VPR）的一个关键挑战就是，尽管由于时间、季节、天气或光照条件等因素导致的视觉外观的急剧变化，仍能识别出场景。许多基于深入学习的图像描述子、序列匹配、域翻译和概率定位的方法成功地解决了这一挑战，但大多数方法都依赖于精心策划的可能地点的代表性参考图像的可用
Don't Look Back Robust Place Categorization for Place Recognition 基于分类的地点识别算法
Chen_Xieyuanli的博客
03-08 1098
本博客仅为作者记笔记之用，不对之处，望见谅，欢迎批评指正。 更多相关博客请查阅：http://blog.csdn.net/weixin_39779106； 如需转载，请附上本文链接：http://blog.csdn.net/weixin_39779106/article/details/79490058 原论文链接 一、摘要 原文摘要 二、介绍 原文摘要 详解 ...
[place recognition]NetVLAD: CNN architecture for weakly supervised place recognition 论文翻译及解析（转）...
急流勇进
12-23 891
[place recognition]NetVLAD: CNN architecture for weakly supervised place recognition 论文翻译及解析（转） https://blog.csdn.net/qq_32417287/article/details/80102466 ...
24/7 place recognition by view synthesis Akihiko. 2015CVPR
weixin_40512640的博客
03-27 736
针对场景在外观上发生重大变化的情况（例如，由于光照（白天/夜晚），季节变化，老化或结构修改等原因）而进行大规模视觉场所识别的问题。将合成虚拟视图与密集采样紧凑的描述子相结合，进行place recognition，数据集采用了 24/7 Tokyo。作者提到可能在此基础上实现24/7 星球级别的place recognition。 Matching local descriptors across...
Places: A 10 million Image Database for Scene Recognition
fujikoo的博客
12-03 5892
原文链接： http://places2.csail.mit.edu/PAMI_places.pdf 5 用于场景分类的卷积神经网络 主要选了三个CNN结构：AlexNet、GoogleNet、VGG16，然后分别在places205和places365上训练baselineCNN模型。训练好的模型的命名是：Place类别的数量-模型的名称。(eg.Places205-AlexNet，Places365-VGG) 此外，还对places365-ResNet上的ResNet152进行微调，并将其和其他plac
mysql inplace_MySQL 'In Place' 升级实践,从5.1到5.7
weixin_42284052的博客
01-19 308
1、环境准备数据库A版本：5.1字符集：latin1引擎：MyISAM数据库量：约220G表数据量：约600服务器：centos6.52、升级过程已经搭建好5.1版本数据的从库，等主从同步之后，开始升级从库在第一次升级时遇到问题，执行mysql_upgrade显示表损坏。我们在升级前，首先检查并修复表(MyISAM引擎)。./bin/mysqlcheck-uroot-h-P-p-r-...
SegMatch: Segment based place recognition in 3D point clouds
lucas1997的博客
07-10 880
R. Dube, D. Dugas, E. Stumm, et al. SegMatch: Segment based place recognition in 3D point clouds.IEEE International Conference on Robotics and Automation, 5266-5272, 2017. 摘要 Dube等人首次提出基于分割的3D点云场景识别方法。与局部（基于关键点）和全局（基于全局描述子）的场景识别方法不同，基于分割的场景识别方法既考虑了局部特征，.
回环检测的论文翻译LDSO，Visual Place Recognition等
zhengbq_seu的博客
08-20 6108
目录 LDSO——Direct Sparse Odometry with Loop Closure introduction：（加入了pose graph优化和DBoW词典） Related Work： LOOP CLOSING IN DSO（重要！） A. Framework B. Point Selection with Repeatable Features C和D没看 Co...
matlab的egde源代码-OpenSeqSLAM:NikoSünderhauf的OpenSeqSLAM港口
05-22
matlab的egde源代码这是NikoSünderhauf的OpenSeqSLAM的C ++ + OpenCV端口，其原始代码可以在这里找到： OpenSeqSLAM NikoSünderhaufChemnitz University University版权所有2013 OpenSeqSLAM是Milford和Wyeth在ICRA12 [1]上发布的原始SeqSLAM算法的开源Matlab实现。 SeqSLAM通过匹配图像序列来执行位置识别。 快速入门指南： 下载Nordland数据集：cd数据集/ norland； ./getDataset.bash; 启动Matlab并从matlab目录中运行demo.m [1] Michael Milford和Gordon F. Wyeth（2012）。 SeqSLAM：基于可视路线的导航，适用于阳光灿烂的夏日和暴风雨的冬夜。 在过程中。 IEEE Intl。 Conf。 机器人与自动化（ICRA）
Visual Place Recognition（地点识别综述）
02-09
2016年新出的地点识别综述
Multi-class 图像分类数据数据集
07-07
Multi-class 图像分类数据
TownCentre数据集
07-03
TownCentreXVID数据集。该数据集包含一个视频`TownCentreXVID.avi`和标签文件`TownCentre-groundtruth.top`。其中TownCentreXVID.avi一共5 min，每1 sec包含25帧图像（1920*1080），因此一共包含7500帧图像；
matlab的slam代码-Hierarchical-Multi-Process-Fusion:分层多进程融合
06-03
matlab的slam代码分层多进程融合 此存储库包含我的 ICRA 2020 论文（已接受）的源代码：分层多进程融合。 软件要求： MATLAB 2018a 或更高版本。 MATLAB 深度学习工具箱 importCaffeNetwork 插件 MatConvNet（已​​安装） 网络VLAD HybridNet 预训练网络 只看一次 图像数据集，例如 Nordland、Berlin (Mapillary)、St Lucia、Oxford RobotCar 等。 GPS 矩阵，其中 1 在地面实况容差范围内。 添加 createBerlinGPSMatrix.m 作为示例。 初始设置说明： 打开 Config.m 并修改第 63、71 和 73 行以指向 MatConvNet 的位置。 打开 copyConstructor.m 并根据需要修改预定义和要运行的最大帧数。 打开 Class_Files/ModuleNetVLAD.m 并将第 15、19 和 22 行修改为指向 NetVLAD，将第 16、20 和 23 行修改为指向 MatConvNet。 打开 Load_Paths 并
Bags of Binary Words | 词袋模型解析
3D视觉工坊
01-19 405
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达Bags of Binary Words for Fast Place Recognition in Image Sequences...
场景重识别—PatchNetVLAD部署、训练、测试（全）
Tyandy1的博客
08-04 2453
①这里环境创建完后还缺少h5pypandas使用p安装即可;（小tips)在实际操作中，其实这种创建虚拟环境的办法是不规范的，因为这里相当于在用conda安装包，这样会很慢。规范的方法有两种：①先指定python版本创建虚拟环境，再使用pip３依次安装相应的依赖包②先指定python版本创建虚拟环境，再建立requirments.txt指定所需要的依赖包内写:numpy=1.21opencvpillowfaiss。
【实验记录】千万别碰SLAM,会变得不幸--p1
最新发布
qq_45306739的博客
10-01 807
实验”也做了很多了，就前面两次实验结果来说，效果并不是很好，之前的所有代码都是参考书上demo和自己按照理解来写的，思路比较简单暴力。论文和博客理解的不到位，就比如在打分匹配环节，参考Bags of Binary Words for Fast Place Recognition in Image Sequences这篇文论文中的开源项目（），应该是有很多筛选环节，包括得分归一化、匹配后的分组统计、时间空间一致性，满足以上这些条件，才能被确定为是否回环，而不是简单的帧间打分—>真值对比—>画图。
总结(/Review): 回环检测中的位置识别（Place Recognition）
一只飞鱼的博客
08-06 8882
更新于2018.8 开始之前 回环检测的关键在于重新识别到同一个地方，这块领域被称为位置识别（Place Recognition)。 此文主要总结大视角变化和场景变化中的位置识别。 位置识别中的一些概念 位置识别模块分为三个部分：图像处理部分；已知地图表达部分；置信决策部分（判断该图像是否属于该地图/环境） scene recognition:识别场景的类别（很大程度上，本质是一个分类...
visual place recognition
04-06
"Visual place recognition"是指使用计算机视觉技术来实现对场景的自动识别和匹配，实现机器人或者其他自主移动设备在不同环境中的定位和导航。通过对图像或视频序列进行处理，提取其中的特征，并对不同场景下的特征进行对比，从而实现对位置的识别和匹配。该技术在无人驾驶、智能家居、机器人应用等领域具有广泛的应用前景。
评论 67
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值