PERCEPTION
SAFEVPR：基于补丁的跨条件序列视觉地点识别安全验证方法
Ha Sier, Jiaqiang Zhang, Zhuo Zou, Xianjia Yu, Tomi Westerlund
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出了一种名为SAFEVPR的非训练验证与校准流程，用于在跨条件部署下实现安全的序列视觉地点识别。通过使用互近邻补丁匹配分数和Mondrian保形学习-测试校准，该方法在23个跨条件设置中实现了经验有效性，平均接受假发现率仅为0.014。
关键词
visual place recognitionconformal predictioncross-conditionpatch-matchingfalse discovery rate
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013