스테레오 시퀀스를 이용한 강력한 장소 인식

우리는 스테레오 카메라를 사용하는 동시에 위치 추정 및 매핑(SLAM) 시스템을 위한 장소 인식 알고리즘을 제안하며, 이 알고리즘은 이미지의 관심 포인트에 대한 외관 및 기하학적 정보를 모두 고려합니다. 가까운 장면 포인트와 먼 장면 포인트 모두 인식 프로세스에 대한 정보를 제공합니다. 루프 닫힘에 대한 가설은 단어 가방(BoW) 방법에 기반한 빠른 외관 전용 기술을 사용하여 생성됩니다. 우리는 이 문제에서 이미지가 연속적으로 제공된다는 사실을 활용하여 BoWs에 몇 가지 중요한 개선점을 제안합니다. 루프 닫힘 후보는 시퀀스의 최근 이미지 맥락에서 유사성을 측정하는 새로운 정규화된 유사성 점수를 사용하여 평가됩니다. 유사성이 충분히 명확하지 않은 경우에는 조건부 무작위 장치(CRFs)를 기반으로 한 방법을 사용하여 루프 닫힘 검증이 수행됩니다. 우리는 두 가지 주요 혁신과 함께 CRF 매칭을 확장합니다: 이미지 정보와 3D 기하학적 정보를 모두 사용하고, 밀접하게 연결된 그래프가 아닌 최소 스패닝 트리(MST)에서 추론을 수행합니다. 우리의 결과는 MST가 문제에 대한 적절한 표현을 제공하며, 정확한 추론이 가능하고 추론 과정의 계산 비용이 제한된 추가적인 이점을 가진다는 것을 보여줍니다. 우리는 우리 시스템을 세 가지 다른 장소에서의 시각적 실내 및 실외 데이터와 함께 최신 기술과 비교하고, 우리 시스템이 높은 재현율(거짓 부정이 적음)에 대해 최소한의 전체 정밀도(거짓 긍정 없음)를 달성할 수 있음을 보여줍니다.