喵ID：YrrN7x免责声明

Robust Visual Place Recognition in Changing Environments Using Improved DTW

使用改进的 DTW 在不断变化的环境中进行鲁棒的视觉位置识别

基本信息

DOI：
10.1142/s0218213021500044
发表时间：
2021
期刊：
International Journal on Artificial Intelligence Tools
影响因子：
1.1
通讯作者：
Zhou Xiangdong
中科院分区：
计算机科学4区
文献类型：
--
作者： Lu Feng;Chen Baifan;Guo Zhaohong;Zhou Xiangdong研究方向： -- MeSH主题词： --
关键词： --
来源链接：pubmed详情页地址

文献摘要

Recently, the methods based on Convolutional Neural Networks (CNNs) have achieved state-of-the-art performance in visual place recognition. CNN is a class of multilayer perceptrons, but unlike common multilayer perceptrons that it is not usually fully con
最近，基于卷积神经网络（CNNs）的方法在视觉场所识别方面取得了最先进的性能。卷积神经网络是一类多层感知机，但与普通多层感知机不同的是，它通常不是完全连接的（此处原文似乎不完整“it is not usually fully con”）
参考文献（0）
被引文献（3）

数据更新时间：{{ references.updateTime }}

关联基金

城市级大场景中快速鲁棒的相机定位方法研究
批准号：
61802361
批准年份：
2018
资助金额：
24.0
项目类别：
青年科学基金项目
Zhou Xiangdong
通讯地址:
--
所属机构:
--
电子邮件地址：
--
免责声明免责声明
1、猫眼课题宝专注于为科研工作者提供省时、高效的文献资源检索和预览服务；
2、网站中的文献信息均来自公开、合规、透明的互联网文献查询网站，可以通过页面中的“来源链接”跳转数据网站。
3、在猫眼课题宝点击“求助全文”按钮，发布文献应助需求时求助者需要支付50喵币作为应助成功后的答谢给应助者，发送到用助者账户中。若文献求助失败支付的50喵币将退还至求助者账户中。所支付的喵币仅作为答谢，而不是作为文献的“购买”费用，平台也不从中收取任何费用，
4、特别提醒用户通过求助获得的文献原文仅用户个人学习使用，不得用于商业用途，否则一切风险由用户本人承担；
5、本平台尊重知识产权，如果权利所有者认为平台内容侵犯了其合法权益，可以通过本平台提供的版权投诉渠道提出投诉。一经核实，我们将立即采取措施删除/下架/断链等措施。
我已知晓