论文部分内容阅读
针对传统基于手工特征的视觉位置识别方法受光照、季节等场景外观变化影响较大的问题,提出一种基于卷积神经网络的位置识别算法。根据卷积神经网络的网络结构设计一种图像描述符提取方法,提高所提取图像特征的鲁棒性;使用公开数据集离线训练视觉词袋模型,利用该模型加快图像匹配过程的搜索速度;通过计算两幅图像的相似度分数,得到位置识别的匹配结果。实验结果表明,该算法在场景外观变化的情况下位置识别的鲁棒性优于传统方法。