针对场景在外观上发生重大变化的情况（例如，由于光照（白天/夜晚），季节变化，老化或结构修改等原因）而进行大规模视觉场所识别的问题。将合成虚拟视图与密集采样紧凑的描述子相结合，进行place recognition，数据集采用了 24/7 Tokyo。作者提到可能在此基础上实现24/7 星球级别的place recognition。
Matching local descriptors across large changes in appearance:
对图片宽度40像素，步长为2的密集采样网格提取特征（RootSIFT descriptors[1] sampled at DoG keypoints [29]）
后续看到再补充
8492
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
