1. Shall we trade everywhere mediocrity for place-specific excellence
- wherever, whever, whatever the weather
- Experience-based Navigation (IJRR2013)
- Experience diversity makes localisation robust
Paste_Image.png
- 三組試驗中薄扁，系統(tǒng)產(chǎn)生不同的匹配結(jié)果。第一組與第三組可以完全匹配，但第二組只有兩幅場景完成了匹配
2. Learning never stops but life becomes less surprising
Paste_Image.png
新知識在最初被一一記錄
隨著系統(tǒng)的發(fā)展和變化，我們不再面對大量新的知識厘托，而此時模型也就逐漸建立。
中間的那個波動妄讯，可以理解為天氣的劇烈變化導致場景的不同
3. We have a memory management problem
- Linegar, Churchill, Newman ICRA2015
Paste_Image.png
對陽光的處理
Paste_Image.png
- Colour Explained
- 用公式描述顏色在相機中的成像
Paste_Image.png
Paste_Image.png
- McManus, ICRA2014
對場景大范圍變化的處理
Paste_Image.png
- 上圖中氢伟，同一個場景，發(fā)生了很大的變化
Paste_Image.png
- 選擇大片特殊的區(qū)域或粮，來進行描述（McManus, Newman, RSS2014)
Paste_Image.png
- 將scene signatures用SVM進行分類导饲，因此在offline得到classifiers bank，而這個過程是unsupervised
- 基本步驟
collect images under varying appearances at same location
deterministically sample patches of various shapes
HOG features -> SVM classifier
具體測試
Paste_Image.png
- 紅色和藍色的訓練效果和測試效果很好氯材，偏差不大
- 但綠色的bounding box出現(xiàn)嚴重偏差
統(tǒng)計位置進一步篩選
Paste_Image.png
一些有意思的結(jié)果
Paste_Image.png
Paste_Image.png
對路燈的處理
- Nelson Churchill, Newman ICRA2015
Training: Hard Negative Mining
Paste_Image.png
- Object Detector Traning (N Dalal and B. Triggs CVPR20015)
- 不成功的例子主要是因為對場景信息的不知道
對場景的濾波
- Hawke, Gurau, Tong, Posner FSR2015
Paste_Image.png
- 在Detector之后渣锦，引入場景Filter。例如氢哮，在這個場景下袋毙，是否會有行人目標的存在。
Paste_Image.png
![Upload Paste_Image.png failed. Please try again.]
- EBC is Handsfree, locally specific hard negative mining
Original Video: https://lecture2go.uni-hamburg.de/veranstaltungen/-/v/18334
轉(zhuǎn)載請注明出處命浴。
聯(lián)系方式：kongww.nudt [at] gmail [dot] com.
