Visual Place Recognition: A Tutorial

要約

移動ロボットにとって、ローカライゼーションは必要不可欠な能力である。この分野で急速に研究が進んでいるのが、画像のみに基づいて世界の既視の場所を認識する能力である視覚的場所認識（Visual Place Recognition：VPR）である。本論文は、視覚的場所認識に関する最初のチュートリアル論文である。VPRの用語を統一し、2つの重要な方向で先行研究を補完するものである。1)VPR問題の定式化、汎用的なアルゴリズムパイプライン、VPRアプローチの評価方法、VPRの主要な課題とその対処方法などのトピックを網羅し、この分野への新規参入者に体系的な入門書を提供するものです。2) VPR問題に精通した研究者への貢献として、入力、データ処理、出力に関する様々なVPR問題タイプの複雑さを検証する。また、VPRアルゴリズムの評価にまつわる微妙な問題、例えば、クエリごとにデータベースからマッチする画像をすべて見つける必要があるVPRシステムの評価についても解説しています（シングルマッチとは対照的）。Pythonを用いた実践的なコード例により、VPRがどのように実装され、どのように評価されるかを、実務家や研究者に説明します。

要約(オリジナル)

Localization is an essential capability for mobile robots. A rapidly growing field of research in this area is Visual Place Recognition (VPR), which is the ability to recognize previously seen places in the world based solely on images. This present work is the first tutorial paper on visual place recognition. It unifies the terminology of VPR and complements prior research in two important directions: 1) It provides a systematic introduction for newcomers to the field, covering topics such as the formulation of the VPR problem, a general-purpose algorithmic pipeline, an evaluation methodology for VPR approaches, and the major challenges for VPR and how they may be addressed. 2) As a contribution for researchers acquainted with the VPR problem, it examines the intricacies of different VPR problem types regarding input, data processing, and output. The tutorial also discusses the subtleties behind the evaluation of VPR algorithms, e.g., the evaluation of a VPR system that has to find all matching database images per query, as opposed to just a single match. Practical code examples in Python illustrate to prospective practitioners and researchers how VPR is implemented and evaluated.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL