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