Краткое содержание

arXiv:2512.17226v1 Тип объявления: новое Аннотация: Недавние методы визуальной локализации на основе обучения используют глобальные описатели для устранения неоднозначности визуально схожих мест, но существующие подходы часто выводят эти описатели только из геометрических подсказок (например, графов совидимости), что ограничивает их дискриминативную силу и снижает устойчивость в присутствии шумных геометрических ограничений. Мы предлагаем модуль агрегатора, который обучает глобальные описатели, согласованные как с геометрической структурой, так и визуальной схожестью, обеспечивая, что изображения находятся близко в пространстве описателей только тогда, когда они визуально схожи и пространственно связаны. Это исправляет ошибочные ассоциации, вызванные ненадежными оценками перекрытия. Используя стратегию выборки пакетов исключительно на основе оценок перекрытия и модифицированную контрастивную функцию потерь, наш метод обучается без ручных меток местоположений и обобщается на разнообразные среды. Эксперименты на сложных бенчмарках показывают значительное улучшение локализации в крупномасштабных средах, сохраняя...