Para abordar o problema da baixa robustez no reconhecimento visual de locais causado por mudanças ambientais como clima, estações e iluminação, foi proposto um mecanismo de atenção multidimensional para melhorar a robustez do descritor de características do reconhecimento visual de locais — o mecanismo de atenção dinâmica paralela em todas as dimensões (POD-Attention). Para realizar uma exploração dinâmica e detalhada dos núcleos convolucionais em todas as dimensões, e aumentar a capacidade da rede de extração de características para extrair e aprender características invariantes como edifícios, utiliza-se um bloco convolucional dinâmico em todas as dimensões que adiciona atenção complementar em todas as dimensões do núcleo (canais de entrada e saída, espaço convolucional e número de núcleos). A fusão paralela da convolução 1×1, o módulo Skip Squeeze-and-Excitation (SSE) e o bloco convolucional dinâmico em todas as dimensões melhora não só a velocidade de extração de características de forma eficaz, como também amplia o campo receptivo da rede de reconhecimento visual de locais, aumentando ainda mais a precisão do reconhecimento. Experimentos realizados em conjuntos de dados públicos mostraram que o método de reconhecimento visual de locais baseado na agregação de características VGG16 e Patch-NetVLAD, aprimorado pelo mecanismo de atenção POD, melhorou o índice Recall@1 em 9,7% e 1,8% nos conjuntos de dados Nordland e Mapillary Street-Level Sequences, respectivamente, comprovando plenamente a eficácia do mecanismo de atenção POD para a melhoria do desempenho da rede e a eficácia do método de reconhecimento visual de locais baseado neste mecanismo.

reconhecimento visual de locais;robustez ambiental;aprendizado profundo;mecanismo de atenção dinâmica paralela em todas as dimensões;estratégia paralela