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
- 三组试验中，系统产生不同的匹配结果。第一组与第三组可以完全匹配，但第二组只有两幅场景完成了匹配
2. Learning never stops but life becomes less surprising
Paste_Image.png
新知识在最初被一一记录
随着系统的发展和变化，我们不再面对大量新的知识，而此时模型也就逐渐建立。
中间的那个波动，可以理解为天气的剧烈变化导致场景的不同
3. We have a memory management problem
- Linegar, Churchill, Newman ICRA2015
Paste_Image.png
对阳光的处理
Paste_Image.png
- Colour Explained
- 用公式描述颜色在相机中的成像
Paste_Image.png
Paste_Image.png
- McManus, ICRA2014
对场景大范围变化的处理
Paste_Image.png
- 上图中，同一个场景，发生了很大的变化
Paste_Image.png
- 选择大片特殊的区域，来进行描述（McManus, Newman, RSS2014)
Paste_Image.png
- 将scene signatures用SVM进行分类，因此在offline得到classifiers bank，而这个过程是unsupervised
- 基本步骤
collect images under varying appearances at same location
deterministically sample patches of various shapes
HOG features -> SVM classifier
具体测试
Paste_Image.png
- 红色和蓝色的训练效果和测试效果很好，偏差不大
- 但绿色的bounding box出现严重偏差
统计位置进一步筛选
Paste_Image.png
一些有意思的结果
Paste_Image.png
Paste_Image.png
对路灯的处理
- 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为对场景信息的不知道
对场景的滤波
- Hawke, Gurau, Tong, Posner FSR2015
Paste_Image.png
- 在Detector之后，引入场景Filter。例如，在这个场景下，是否会有行人目标的存在。
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
转载请注明出处。
联系方式：kongww.nudt [at] gmail [dot] com.
