PulseAugur
中
实时 10:41:25
English(EN) SCD4VPR: Multi-modal Scene Change Detection for Long-term Visual Place Recognition Database Update

新的视觉-语言模型改进了机器人导航的场景变化检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SCD4VPR，一个新颖的多模态场景变化检测系统，旨在改进移动机器人中的长期视觉定位。与以往使用单一模态特征并难以区分结构变化和视角变化的方法不同，SCD4VPR集成了视觉-语言模型描述和视觉特征。这种方法允许它分别识别物体变化、外观变化和视角引起的改变。该系统在包括新的NYC-CD数据集在内的四个基准上进行了评估，并在不同的骨干网络上展示了改进的性能。在NYU-VPR数据集上的实际测试中，SCD4VPR指导的数据库更新显著恢复了因时间间隔而损失的检索性能，同时保持了更紧凑的数据库。 AI

影响 通过实现动态环境中更有效的数据库维护，提高了机器人导航的准确性。

排序理由 这是一篇详细介绍计算机视觉中新场景变化检测方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的视觉-语言模型改进了机器人导航的场景变化检测

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Diwei Sheng, Vijayraj Gohil, Satyam Gaba, Zihan Liu, Giles Hamilton-Fletcher, John-Ross Rizzo, Yongqing Liang, Chen Feng ·

    SCD4VPR：用于长期视觉定位的长时场景变化检测数据库更新

    arXiv:2604.11402v2 Announce Type: replace Abstract: Long-term autonomy in mobile robotics requires maps that remain accurate as environments change over time. Visual Place Recognition (VPR), a core localization capability, degrades sharply as the temporal gap between query and da…

相关实体

相关话题