科研

本项目属于基于显著地标筛选和CNN特征，提出了在不断变化的环境中进行地点识别的有效技术。可以应用于工业视觉识别及智能机器人领域。技术首先分割出图像中的显著性物体为候选路标。然后，设计了物体类别筛选网络，以删除不适合环境建模的特定类型对象。最后，利用CNN网络提取筛选后显著地标的深度特征。在相似性测量中，设计了暹罗网络进行了训练，以计算图像之间的相似性。本方法利用在筛选后的显著路标上提取CNN特征的方法，可以提高动态环境识别的鲁棒性，能够很好地对抗场景变化。