基于视觉的场景识别综述
摘要：因为现实环境的外观变化迥异，对基于视觉的场景识别是一个具有挑战性的难
题。近年来，视觉场景识别系统有了很大的突破，原因主要包括视觉传感器环境感知
能力的提高，对长期移动机器人自主性的日益关注，以及利用其他学科的最新研究的
能力（特别是在计算机视觉中的识别和神经科学中的动物导航）。本文将提供详实
的视觉场景识别调研大综述。。我们首先介绍场景识别的基本概念——场景识别在动
物界中的作用，“地点”在机器人语境中是如何定义的，以及场景识别系统的主要组成部
分。在机器人持久作业过程中，环境外观的改变是视觉场景识别失败的重要因素因此，
我们讨论了场景识别如何处理环境外观变化问题。最后，我们进一步讨论了视觉场景
识别的未来发展，特别是深度学习，语义场景理解
和视频流描述的相关领域中的快速发展。
关键词：视觉场景识别，场景识别
1 介绍
视觉场景识别是一个定义明确，但极具挑战性的问题给定一张图像，人、动物或
机器人能不能判断这个图像中的地方是否已经看到过？ 无论对于人类、动物、计算机
还是机器人，一个场景识别系统必须具备一些基本的内容。首先，场景识别系统必须
具有对环境的内部表示（地图），可以用来与输入的视觉数据进行比较。第二，场景
识别系统必须判断当前视觉信息是否表示包含在地图中地点，如果是，是哪一个。由
于一系列挑战，比如地点的外观可能会急剧变化（见图 ），环境中的多个地方可能
看起来非常相似，即感知偏差问题，观测时与地图存储时机器人的方位不同，这些都
会造成基于视觉的场景识别执行起来比较困难
图 视觉场景识别系统必须能够（）成功地匹配感知上差异较大的图像，还要
（）剔除不同地方的易混叠图像对之间的误匹配。
考虑到对持久作业移动机器人自主性的日益重视，以及视觉感知能力和成本的快
速提高，该研究主题在机器人学中是非常重要的。视觉是许多定位和场景识别算法的
主要传感信息【】【】。场景识别是一个不断扩大的研究领域，引文分析可以证
明这一点，而且在机器人和计算机视觉会议上，会有专门关于场景识别的研讨会，其
1
剩余16页未读，继续阅读
评论0