Resumen

Este artículo aborda el reconocimiento de escenas exteriores a gran escala en teléfonos inteligentes mediante la fusión de salidas de sensores inerciales y técnicas de visión por ordenador. Las principales contribuciones pueden resumirse como sigue. En primer lugar, proponemos un método ORD (overlap region divide) para trazar el área de posición de la imagen, que es lo suficientemente rápido como para encontrar el área de visita más cercana y también puede reducir el rango de búsqueda en comparación con los enfoques tradicionales. En segundo lugar, se mejora el enfoque basado en el árbol de vocabulario introduciendo la restricción de coherencia geométrica alineada con la gravedad (GAGCC, gravity-aligned geometric consistency constraint). Nuestro método no implica ninguna operación en el espacio de características de alta dimensión y no asume una transformación global entre un par de imágenes. Por lo tanto, reduce sustancialmente la complejidad computacional y el uso de memoria, lo que hace que el reconocimiento de imágenes a escala de ciudad sea factible en el smartphone. Los experimentos realizados con una base de datos que incluye 0,16 millones de imágenes muestran que el método propuesto ofrece un excelente rendimiento de reconocimiento, manteniendo el tiempo medio de reconocimiento en torno a 1 s.

• Materias:Sensores táctiles Sensores inalámbricos Sensor inteligente Nanosensores Sensores de fibra óptica
• Subjects:Tactile sensors Wireless sensors Intelligent sensor Nanosensors Fiber optic sensors
• Palabras claves:método, reconocimiento de imágenes a escala de ciudad, tiempo medio de reconocimiento, técnicas de visión por ordenador, espacio dimensional de características, excelente rendimiento de reconocimiento, restricción de coherencia geométrica, área de posición de la imagen, imágenes, complejidad computacional
• Keywords:method, city scale image recognition, average recognition time, computer vision techniques, dimensional feature space, excellent recognition performance, geometric consistency constraint, image position area, images, computational complexity