总结(/Review): 回环检测中的位置识别（Place Recognition）

更新于2018.8

开始之前

回环检测的关键在于重新识别到同一个地方，这块领域被称为位置识别（Place Recognition)。
此文主要总结大视角变化和场景变化中的位置识别。

位置识别中的一些概念

位置识别模块分为三个部分：图像处理部分；已知地图表达部分；置信决策部分（判断该图像是否属于该地图/环境）

scene recognition:识别场景的类别（很大程度上，本质是一个分类问题）；同一场景可能来自于不同的地方？

图像识别（image recognition)又称为：Content-based image retrieval (CBIR)

place recognition:位置表示一块区域，比如厨房;识别是否是以前来过的地方（本质是一个图像检索问题）

object recognition: 目标表示一个有明显边界的饿哦东西，比如桌子，显示屏

topological informaion: the node and the relation of each node.只关心两个节点是否连通，而不关心这两个点的位置关系

metric information: distance, direction, or both on the map edge(node edge).关心节点的物理位置，节点之间的相对物理位置关系

主要困难和主要思路

回环识别面对的主要困难：
- viewpoint change (little overlap)
- condition change (appearance different)
- high-efficiency

目前为侧重应对大视角变化和场景变化的方法分为3类方法：
- 使用更好的学习型特征；
- 使用high level + local level(学习型特征+传统特征；语义型+中间网络层输出)；
- 加入三维信息，得到估计视角下的合成/渲染图

图像处理部分

位置描述分为两类：
- 选择性地挑选部分图像内容进行表达（BoW)；
- 将整幅图片作为一个向量进行处理（HOG,Gist)

others libraries: FAB-MAP(SIFT, SURF, more than 10000), SqeSLAM

其中：
鲁邦的特征有：U-SURF,基于边的特征，CNN

局部特征方法:
- 词袋方法
- fisher vector
- VLAD(Vectors of locally aggregated descriptor(less computable)

全局特征方法:
- GIST(2006)
- CNN: VGG-16 [18], Net-VLAD [1] and PoseNet,NetVLAD

词袋方法（比如BoW,FAB-MAP）不太受视角变化影响（pose invariant)

全局特征（语义特征或整张图特征）比局部特征更加容易受视角(也就是观测者/相机的位姿）