AdaptVPR

AdaptVPR框架通过合成数据增强视觉定位识别能力

研究人员推出AdaptVPR，一个旨在增强视觉定位识别（VPR）系统鲁棒性的新框架。该方法通过生成模拟各种外观变化（如天气、光照和遮挡变化）的合成图像，解决了现有训练数据的局限性。AdaptVPR采用一种路线感知生成方法，利用视觉语言模型和基于规则的调度器来创建具有挑战性但经过验证的硬正样本。该框架已被用于构建AdaptCities，一个包含16万张合成图像的数据集，并在各种基准测试中显著提高了VPR性能。