FlatVPR

FlatVPR方法使基础模型特征流形扁平化，以改善VPR

研究人员开发了FlatVPR，这是一种通过校正基础模型的特征流形来改进视觉定位（VPR）的新方法。DINOv2-ViT-S/14等当前模型会产生弯曲的特征空间，这使得准确重建变得复杂，尤其是在数据稀疏的情况下。FlatVPR引入了一个可学习的适配器和一个Pullback Flatness Loss来抑制这种曲率，从而即使在环境发生重大变化和参考点之间距离很大的情况下也能实现更可靠的定位。