{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,7,8]]，“日期-时间”：“2024-07-08T00:27:34Z”，“时间戳”：1720398454746}，“引用-计数”：204，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[[2024,2,1]]，”日期-时间“：”2024-02-01T00:00:00 0:00Z“，”时间戳“：1706745600000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https://doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2024,2,1]]，“日期时间”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timetamp”：170 674560000}，\\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”:“2024-01-01T00:00Z”，”timestamp“1706745700000}”，“content-version”：“st m-asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[｛“DOI”：“10.13039\/50101100004543”，“name”：“中国奖学金委员会”，“DOI断言”：“出版商”，“奖项”：[“EP\/R025722X\/1”]｝，｛“DOI”：“10.13039\/50101100188776”，“name”：“国家核机器人中心”，“DOI断言”：“出版商”｝，｛“DOI”：“10.13039\/10009148”，“name”：“伦敦玛丽女王大学”，“DOI断言”：“出版商”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Neurocomputing”]，”published-print“：{”date-parts“：[2024,2]}，”DOI“：”10.1016\/j.neucom.2023.127125“，”type“：”journal-article“，”created“：{”date-ports“：[2023,12,13]]，”date-time“：”2023-12-13T16:47:40Z“，”时间戳“：1702486060000}，“page”：“127125”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：4，“special_numbering”：“C”，“title”：[“基于图像的相机姿势估计技术的关键分析”]，“prefix”：“10.1016”，“volume”：《570》，“author”：[{“given”：‘Meng’，“family”：“Xu”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Youchen”，“family”：“Wang”，“sequence”：“additional”，“affiliation”：[]}：\/\/ORCID.org\/00000-0003-0502-4848“，“authenticated-orcid”：false，“given”：“Zhao”，“family”：“Huang”，“sequence”：“additional”，“affiliation”：[]}，“giving”：“Stefan”，“家族”：“Poslad”，“序列”：“附加”，“从属”：[]}，{“givind”：“Pengfei”，“家庭”：“Xu”，“顺序”：“额外”，“隶属”：[[]}]，“成员”：“78”，“引用”：[{“key”：”10.1016\/j.neucom.2023.1 27125_b1“，”系列标题“：“摄影测量学，基本原理和概观”，“作者”：“Hallert”，“年份”：“1960”}，{“key”：“10.1016\/j.neucom.2023.127125_b2”，“series-title”：“现代摄影测量学导论”，“author”：“Mikhail”，《年份》：“2001”}我“：“10.1109”，“JRA.1987.1087109”，“article-title”：“一种多功能摄像机标定技术，用于使用非现成电视摄像机和镜头进行高精度3D机器视觉计量”，“volume”：“3”，“author”：“Tsai”，“year”：“1987”，“journal-title“：”IEEE J.Robot.Autom.“}，{“key”：”10.1016，“J.neucom.2023.127125_b4”，“series-title”：“Computer Vision中的多视图几何”，“author”：“Hartley”，“year”：“2003”}，{“key”：“10.1016\/j.neucom.2023.127125_b5”，“doi-asserted-by”：“crossref”，“first page”：”155“，“doi”：“101007\/s11263-008-0152-6”，“article-title”：“EPnPnP问题的精确O（n al-title“：”国际期刊。计算。视觉。“}，{”issue“：”6“，”key“：”10.1016\/j.neucom.2023.127125_b6“，“doi-asserted-by”：“crossref”，“first page”：“381”，“doi”：“10.1145\/358669.358692”，“article-title”：“随机样本共识：模型拟合应用于图像分析和自动制图的范例”，“volume”：”24“，“author”：“Fischler”，“year”：“1981”，“journal title”：”Commun.ACM“}，{“key”：“10.1016\/j.neucom.2023.127125_b7”，“series-title”：“2017 IEEE\/RSJ智能机器人和系统国际会议”，“首页”：“1525”，“article-title”：《室外环境下基于单目相机的六自由度全球定位深度回归》，“author”：“Naseer”，“year”：“2017”}，{”key“10.1016”：“j.neucomm.2023.127125 _b8”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Kendall，M.Grimes，R.Cipolla，Posenet:实时六自由度摄像机重定标的卷积网络，摘自：IEEE国际计算机视觉会议论文集，2015，第2938\u20132946页。”，“doi”：“10.1109\/ICCV.2015.336”}，{“key”：“101016\/j.neucom.2023.127125_b9”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Kendall，R.Cipolla，相机姿势回归的几何损失函数与深度学习，in：IEEE计算机视觉和模式识别会议论文集，2017年，第5974\u20135983页。”，“DOI”：“10.1109\/CVPR.2017.694”}，{“key”：“101016\/j.neucom.2023.127125_b10”：“10.1016\/j.neucom.2023.126284”，“article-title”：“通过脱隐多任务学习进行三维人体姿势和形状估计”，“author”：“Ran”，“year”：“2023”，“journal-title“：”Neurocomputing“}，{“key”：“10.106\/j-neucom.2023.127125_b11”，“doi-asserted-by”：“crossref”，”doi“10.1016 \/j.patcog.2022.108934”，”article-title“：“通过不确定性学习进行基于单个图像的三维人体姿势估计”，“体积”：“132”，“作者”：“汉族”，“年份”：“2022”，“日志标题”：“模式识别”}，{“键”：“10.1016\/j.neucom.2023.127125_b12”，“文章标题”：《基于面部识别特征的面部编辑》，“作者“：“宁”，“年”：“2020”，“日记标题”：：“10.1016\/j.neucom.2023.127125_b13”，“doi-asserted-by”：“crossref”，“first page”：“1944”，“doi”：“10.1109\/LSP.2020.3032277”，“article-title”：“使用具有高效反褶积层的编码器-解码器网络进行实时3D人脸对齐”，“volume”：”27“，”author“：”Ning“，“year”：“2020”，“journal-title“：”IEEE Signal Process.Lett.“}，{”issue“：”7“，”key”：“10.1016\/j.neucom.2023.127125_b14”，“article-title”：“虚拟旅游和数字遗产：VR\/AR技术和应用分析”，“volume”：“13”，“author”：“Siddiqui”，“year”：“2022”，“journal-title“：”Int.j.Adv.Compute.Sci.Appl.：“1”，“doi”：“10.21767\/2574-2825.100030”，“article-title”：“VR和AR在医疗保健教育中应用的初步研究”，“卷”：“3”，“作者”：“谢”，“年份”：“2018年”，“期刊标题”：“J.Nurs.Health Stud.”}，{“key”：“10.1016\/J.neucom.2023.127125_b16”，“series-title”：《欧洲游戏学习大会》，“首页”：“631”，“文章标题”：“通过AR游戏的开发和玩来调查地区遗产”，“作者”：“Shablina”，“年份”：“2019”}，{“问题”：“1”，“关键”：“10.1016\/j.neucom.2031.217125_b17”，“文章标题”：“分析增强现实（AR）和虚拟现实（VR）在教育中的最新发展”，“卷”：“8”，“作者”：“Al Ansi”，“年份”：“2023”，“journal-title”：“Soc.Sci.Human.Open”}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2023.127125_b18”，“doi-asserted-by”：“crossref”，“first-page:”28“，”doi“：”10.1109\/MVT.2022.3208392“，”article-title“：”自动驾驶蜂窝定位：安全关键无线定位的功能拉动方法“，”volume“：”17“，”author“：”Whiton“，”年“：“2022”，“journal-title”：“IEEE Veh.Technol.Mag.”}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2023.127125_b19”，“doi-asserted-by”：“crossref”，“first-page:”677“，”doi“：”10.1016\/j.icte.2022.04.011“，”article-title“：”无人机辅助被动声源定位，使用鲁棒时差范围搜索和救援“，”volume“：”9“，”author“：”Khalil“，”year“：“2023年”，“journal-title”：“ICT Express”}，{“key”：“10.1016\/j.neucom.2023.127125_b20”，“doi-asserted-by”：“crossref”，“首页”：“130”，“doi”：“101016\/j.wasman.2022.12.014”，“article-title）：“城市垃圾填埋场渗滤液局部化水化学和激发极化分析的集成”，“volume”：”157“，“author”：“Xia”，“year”：“2023”，“journal-title”：“Waste Manag.”}，{“key”：“10.1016\/j.neucom.2023.127125_b21”，“doi-asserted-by”：“crossref”，“first page”：”25“，“doi”：“101016\/j.sna.2014.03.004”，“article-title“：”通过3个IMU传感器定位和速度跟踪人类“，”volume“：”212“，”author“：”Yuan“，”year“：”2014“，”journal-title“:”sensors Actuator A“}，”{“issue”：“5”，“键”：“10.1016\/j.neucom.2023.127125_b22”，“doi-asserted-by”：“crossref”，“first page”：“4083”，“doi”：“10.1109\/TAES.2020.2989063”，“article-title”：“卫星姿态估计挑战：数据集、竞赛设计和结果”，“volume”：”56“，”author“：”Kisantal“，”year“：”2020“，”journal-title“：”IEEE Trans.Aerosp.Electron.Syst.“}，{”key“：“10.1016\/j.neucom.2023.127125_b23”，“doi-asserted-by”：“crossref”，“first page”：“90”，“doi”：“10.106\/j.patcog.2017.09.013”，“article-title”：“可视化本地化调查：异构数据的益处”，“volume”：”74“，“author”：“Piasco”，“year”：“2018”，“journal-title“：”Pattern Recognit.“}，{”key“10.1016”：“j.neucomm.2023.13”27125_b24“，“doi-asserted-by”：“crossref”，“unstructured”：“T.Sattler，Q.Zhou，M.Pollefeys，L.Leal-Taixe，理解基于cnn的绝对相机姿势回归的局限性，收录于：IEEE计算机视觉和模式识别会议论文集，2019年，第3302\u20133312页。”，“doi”：“10.1109 \/CVPR.2019.00342”}，{“key”：“10.1016\/j.neucom.2023.127125_b25”，“series-title”：“工业、生物医学和艺术的视觉计算，第1卷，第1期”，“首页”：“1”，“article-title”：“基于图像的相机定位：概述”，“作者”：“Wu”，“年份”：“2018”}，{“问题”：“7”，“关键”：“10.116\/j-neucom.2023127125_526”，“doi-asserted-by”：“crossref”，“第一页”：”2068“，”内政部“：“10.3390\/s20072068”，“article-title”：“基于视觉LiDAR融合的同步定位与制图综述”，“volume”：“20”，“author”：“Debeunne”，“year”：“2020”，“journal-title“：”Sensors“}，{“key”：”10.1016\/j.neucom.2023.127125_b27“，”series-title“：“定位与制图深度学习调查：迈向空间机器智能时代”，“作者”：“陈”，“年份”：“2020”}，{“密钥”：“10.1016\/j.neucom.2023.127125_b28”，“series-title”：“深度学习相机姿态估计简介”，“作家”：“Shavit”，“年”：“2019”}：“ACM Siggraph 2006论文”，“首页”：“835”，“article-title”：“照片旅游：探索3D照片收藏”，“作者”：“Snavely”，“年份”：“2006”}，{“关键”：“10.1016\/j.neucom.2023.127125_b30”，“doi-asserted-by”：“crossref”，“非结构化”：“j.L.Schonberger，j.-M。Frahm，Structure-from-motion reviewed，in：IEEE Conference on Computer Vision and Pattern Recognition，2016年，第4104\u20134113页10.1016\/j.neucom.2023.127125_b32“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.engappai.2020.104032“，”article-title“：”SLAM；定义和演变”，“卷”：“97”，“作者”：“塔赫里”，“年份”：“2021年”，“新闻标题”：“工程应用”。Artif公司。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b33“，”series-title“：”2012 IEEE\/RSJ智能机器人和系统国际会议“，”首页“：”573“，”article-title“：“RGB-D SLAM系统评估基准”，“author”：“Sturm”，“year”：“2012”}，“key”：“10.1016\/j.nucom.2023.127125 _b34”，“doi-asserted-by”：“crossref”，“unstructured”：“T。Sattler，W.Maddern，C.Toft，A.Torii，L.Hammarstrand，E.Stenborg，D.Safari，M.Okutomi，M.Pollefeys，J.Sivic等人，《变化条件下户外视觉定位的基准6》，载于：《IEEE计算机视觉与模式识别会议录》，2018，第8601\u20138610页4“，”key“：”10.1016\/j.neucom.2023.127125_b35“，”doi-asserted-by“：”crossref“，”first page“：“821”，“doi”：“10.1007\/s11263-020-01399-8”，“article-title”：“通过学习的特征和视图合成生成长期视觉定位的参考姿势”，“volume”：“129”，“author”：“Zhang”，“year”：“2021”，”journal-title“：”Int.j.Compute。视觉。“}，{”key“：”10.1016\/j.neucom.2023.127125_b36“，”doi-asserted-by“：”crossref“，”unstructured“：”j.L.Schonberger，j.-M.Frahm，Structure-from-motion reviewed，in:Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2016，pp.4104\u20134113.“，“doi”：“10.1109\/CVPR.2016.445”}，“issue”：“2”，“key”：“”10.1016\/j.neucom.2023.127125_b37“，”doi-asserted-by“：”crossref“，”first page“：”99“，”doi“：”10.1109\/MRA.2006.1638022“，”article-title“：”同步定位和映射：第一部分“，”volume“：“13”，”author“：”Durrant-Whyte“，”year“：”2006“，”journal-title”：“IEEE Robot。自动。Mag.“}，{”key“：”10.1016\/j.neucom.2023.127125_b38“，”series-title“：”BMVC，第19卷，第51期“，”首页“：”165“，”article-title“：“基于图像的城市导航系统”，“作者”：“Robertson”，“年份”：“2004”}，“key”：“10.1016\\j.neucomm.2023.127125 _b39”，“series-tile”：“”第三届3D数据处理、可视化和传输国际研讨会”，“首页”：“33”，“文章标题”：“城市环境中基于图像的定位”，“作者”：“张”，“年份”：“2006”}，{“问题”：“8”，“关键”：“10.1016\/j.neucom.20213.127125_b40”，“doi断言”：“crossref”，“首页”：“1759”，“doi”：“10.1016\/j.sigpro.2011.01.022”，“article-title“：“图像取证中受反射、旋转和缩放影响的重复区域的自动检测和定位”，“卷”：“91”，“作者”：“Bravo-Solorio”，“年份”：“2011年”，“日志标题”：“信号处理”。“}，{”key“：”10.1016\/j.neucom.2023.127125_b41“，”series-title“：”欧洲计算机视觉会议“，”首页“：”791“，”article-title“：“使用优先特征匹配进行位置识别”，”author“：”Li“，”year“：”2010“}”，{“key”：667“，”article-title“：“使用直接2d-to-3d匹配快速基于图像的定位”，“author”：“Sattler”，“year”：“2011”}，{“key”：“10.1016\/j.neucom.2023.127125_b43”，“series-title”：“European Conference on Computer Vision”，“first page”：2012“}，{“问题”：“2”，“关键”：“10.1016\/j.neucom.2023.127125_b44”，“doi-asserted-by”：“crossref”，“首页”：“91”，“doi”：“101023\/B:VISI.0002964.99615.94”，“文章标题”：“不同尺度关键点的独特图像特征”，“卷”：“60”，“作者”：“Lowe”，”年份“2004”，“日志标题”：”国际期刊计算视觉。“}，{“键”：“10.1016\/j.neucom.2023.127125_b45“，”doi-asserted-by“：”crossref“，”unstructured“：”T.Sattler，M.Havlena，F.Radenovic，K.Schindler，M.Pollefeys，《用于大规模位置识别的超点和精细词汇》，摘自：IEEE国际计算机视觉会议论文集，2015年，第2102\u20132110页。“，”doi“：”10.1109\/ICCV.2015.243“}，{“issue”：“2”，“key”：“10.1016\/j.neucom.2023.127125_b46”，“doi-asserted-by”：“crossref”，“first page”：”91“，“doi”：“101023\/B:VISI.0000029664.99615.94”，“article-title”：“区别于尺度变化关键点的图像特征”，“volume”:“60”，“author”：“Lowe”，”year“：”2004“，”journal-title“：”Int.j.计算可视化“}，{”问题“：“1”，“key“：”10.1016\/j.neucom.2023.127125_b47“，”doi-asserted-by“：”crossref“，”首页“：”343“，”doi“：”101109\/TIP.2015.2500030“，”article-title“：”使用二进制特征的监督索引在大规模环境中快速定位“，”volume“：“25”，”author“：”Feng“，”year“：”2015“，”journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.neucom.2023.127125_b48“，”series-title“：”欧洲计算机视觉会议“，”首页“：”430“，”article-title“：“用于高速角点检测的机器学习”，“author”：“Rosten”，“year”：“2006”}，“key”：“10.1016\\j.neucomm.2023.127125 _b49”，“doi-asserted-by”：“crossref”，”unstructured“：”L.Liu，H.Li，Y。Dai，用于大规模三维地图中摄像机定位的高效全局2d-3d匹配，收录于：IEEE国际计算机视觉会议论文集，2017年，第2372\u20132381页。“，”DOI“：”10.1109\/ICCV.2017.260“}，{“key”：“10.1016\/j.neucom.2023.127125_b50”，“series-title”：“第六届国际数据挖掘会议”，“第一页”：“613”，“article-title“：“带重启的快速随机行走及其应用”，“author”：“Tong”，“year”：“2006”}，{“key”：“10.1016\/j.neucom.2023.127125_b51”，“doi-asserted-by”：“crossref”，“unstructured”：“L.Svarm，O.Enqvist，M.Oskarsson，F。Kahl，大型三维模型的精确定位和姿态估计，载于：IEEE计算机视觉和模式识别会议论文集，2014年，第532\u2013539页article-title“：”已知垂直方向摄像机的城市定位“，”volume“：”39“，”author“：”Sv\u00e4rm“，”year“：”2016“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b53“，”doi-asserted-by“：”crossref“，”unstructured“：”B.Zeisl，T.Sattler，M.Pollefeys，《大规模基于图像定位的相机姿势投票》，摘自：《IEEE国际计算机视觉会议论文集》，2015年，第2704\u20132712页。“，”doi“：”101109\/ICCV.2015.310“}”，{“key”：“”10.1016\/j.neucom.2023.127125_b54“，“series-title”：“传感器融合IV:控制范式和数据结构，第1611卷”，“首页”：“586”，“文章-标题”：“三维图形注册方法”，“作者”：“Besl”，“年份”：“1992”}，{“问题”：“5”，“关键”：“10.1016\/j.nucom.2023.127125 _b55”，“doi-asserted-by”：“crossref”，”首页“433”，“doi”：“10.1109\/34.765655“，”article-title“：”在杂乱的3D场景中使用旋转图像进行有效的物体识别“，”volume“：”21“，”author“：”Johnson“，”year“：”1999“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b56“，”series-title“：”2009 IEEE国际机器人与自动化会议“，”首页“：”3212“，”article-title“：“用于3D注册的快速点特征直方图（FPFH）”，“author”：“Rusu”，“year”：“2009”}，“key”：“10.1016\\j.neucomm.2023.127125 _b57”，“unstructured”：“S.Choi，Q.Y.Zhou，V。Koltun，室内场景的鲁棒重建，载于：《IEEE计算机视觉和模式识别会议论文集》，2015，第5556\u20135565页。肖，3d shapenets:立体形状的深度表示，见：《IEEE计算机视觉和模式识别会议论文集》，2015年，第1912\u20131920页。“}，{“key”：“10.1016\/j.neucom.2023.127125_b59”，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Fang，j.Xie，G.Dai，M.Wang，F.Zhu，T.Xu，E。Wong，3d深形状描述符，摘自：《IEEE计算机视觉和模式识别会议论文集》，2015年，第2319\u20132328页。“，”DOI“：”10.1109\/CVPR.2015.7298845“}，{“key”：“10.1016\/j.neucom.2023.127125_b60”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Song，j。肖，RGB-D图像中非对称三维物体检测的深滑动形状，收录于：IEEE计算机视觉和模式识别会议论文集，2016年，第808\u2013816页article-title“：“基于深度卷积神经网络的三维网格标记”，“卷”：“35”，“作者”：“郭”，“年份”：“2015年”，“期刊标题”：“ACM Trans。图表。“}，{”key“：”10.1016\/j.neucom.2023.127125_b62“，”doi-asserted-by“：”crossref“，”unstructured“：”A.Zeng，S.Song，M.Nie\u00df ner，M.Fisher，j.Xiao，T.Funkhouser，3dmatch:Learning local geometrical descriptors from rgb-d reconstruction，in：IEEE Conference on Computer Vision and Pattern Recognition，2017，pp.1802\u20131811.“，”DOI“：”10.1109\/CVPR.2017.29“}，{“key”：“10.1016\/j.neucom.2023.127125_b63”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.-E.Sarlin，C.Cadena，R.Siegwart，M。Dymczyk，From crough to fine:Robust hierarchical localization at large scale，in：IEEE计算机视觉和模式识别会议论文集，2019，pp.12716\u201312725.“，”DOI“：”10.1109\/CVPR.2019.01300“}，{“key”：“10.1016\/j.neucom.2023.127125_b64”，“series-title”：“2009 IEEE计算机视觉和模式识别会议”，“首页”：“2599”，“文章标题”：“从结构-自移动点云到快速位置识别”，“作者”：“Irschara”，“年份”：“2009”}，{“密钥”：“10.1016\/j.neucom.2023.127125_b65”，“series-title”：“2007 IEEE第十一届国际计算机视觉会议”，《首页》：“1”，“article-title“：”迈向基于wiki的密集城市建模“，”author“：”Irschara“，”year“：”2007“}，{“key”：“10.1016\/j.neucom.2023.127125_b66”，“series-title”：“2007 IEEE计算机视觉和模式识别会议”，“首页”：“1”，“article-title”：”大词汇和快速空间匹配的对象检索“，”author“:”Philbin“，”年“：”“2007”}，{“key”：“10.1016\/j.neucom.2023.127125_b67”，“series-title”：“欧洲计算机视觉会议”，“首页”：“15”，“article-title”：”大型词汇表的近似高斯混合词“，”author“：”Avrithis“，”year“：”2012“}，{”issue“：”6“，”key“：”10.1016\\j.neucomm.2023.127125 _b68“，”doi-asserted-by“：”crossref“，”first page“：“1229”，“doi”：“10.1109\/TPAMI.2013.237”，“article-title”：“大规模对象检索的空间约束相似性度量”，“volume”：“36”，“author”：“Shen”，“year”：“2013”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell.“}，{”key“：”10.1016\/j.neucom.2023.127125_b69“，”series-title“：“CVPR 2011”，“首页”：“889”，“article-tiple”：“总回忆II：重新访问查询扩展”，“作者”：“Chum”，“年份”：“2011”}，{“问题”：“10”，“关键字”：“10.1016\/j.neucom.2023.127125_b70”，“doi-asserted-by”：“crossref”，“首页”：“3466”，“doi”：“101016\/j.patcog.2014.04.007”，“article-title”：“带或不带几何体的可视化查询扩展：通过特征聚合细化局部描述符”，“卷”：“47”，“author”：“Tolias”，“year”：“2014”，“journal-title”：“Pattern Recogn.”}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2023.127125_b71”，“doi-asserted-by”：“crossref”，“first page”：”211“，“doi”：“101109\/TMM.2011.2170665”，“article-title“：”增强的视觉词汇向量空间模型，用于表示体育图像中的视觉内容“volume”：：“Kesorn”，“year”：“2011”，“journal-title”：“IEEE Trans.Multimed.”}，{“issue”：“2”，“key”：“10.1016\/j.neucom.2023.127125_b72”，“doi-asserted-by”：“crossref”，“doi”：“101371\/journal.pone.0170629”，“article-title“利用花卉图像进行植物物种分类2014局部特征表征的比较研究”，“volume”：《12》，“author”：“Seeland”，“年份”：“2017年”，“期刊标题”：“PLoS One”}，{“key”：“10.1016\/j.neucom.2023.127125_b73”，“series-title”：“Advances in Neural Information Processing Systems，Vol.25”，“first page”：《1097》，“article-title”：《Imagenet classification with deep convolutional Neural networks》，“author”：“Krizhevsky”，“year”：“2012”}、{“key”：，“系列标题”：“国际机器学习会议”，“首页”：“647”，“文章标题”：“Decaf：通用视觉识别的深度卷积激活功能”，“作者”：“Donahue”，“年份”：“2014”}，{“密钥”：“10.1016\/j.neucom.20213.127125_b75”，“doi断言由”：“crossref”，“非结构化”：“A.Sharif Razavian，H.Azizpour，j.Sullivan，S。美国有线电视新闻网（CNN）卡尔森（Carlsson）在《IEEE计算机视觉会议和模式识别研讨会论文集》（Proceedings of the IEEE Conference on Computer Vision and Pattern recognition Workshops），2014年，第806\u2013813页，“DOI”：“10.1109\/CVPRW.2014.131”}，{“key”：“1016\/j.neucom.2023.127125_b76”，“series-title”：“欧洲计算机视觉会议”，“首页”：“3”，“article-title“：”CNN图像检索从BoW学习：“无监督微调，带硬示例”，“author”：“Radenovi\u0107”，“year”：“2016”}，{“key”：“10.1016\/j.neucom.2023.127125_b77”，“doi-asserted-by”：“crossref”，“unstructured”：“R.Arandjelovic，P.Gronat，A.Torii，T.Pajdla，j。Sivic，NetVLAD:CNN弱监督位置识别体系结构，摘自：IEEE计算机视觉和模式识别会议论文集，2016年，第5297\u20135307页。“，“DOI”：“10.1109\/CVPR.2016.572”}，{“key”：“101016\/j.neucom.2023.127125_b78”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Lin，Z.Yang，F.Huang，j。Chen，《关注跨领域美容和个人护理产品检索的卷积区域最大激活量》，载于：《第26届ACM国际多媒体会议论文集》，2018年，第2073\u20132077页。“，“DOI”：“10.1145\/3240508.326436”}，{“key”：“101016\/j.neucom.2023.127125_b79”，“series-title”：“国际相似性搜索与应用会议”，“第一页”：“245”，“文章标题”：“使用局部聚合描述符向量的大规模图像检索”，“作者”：“Amato”，“年份”：“2013”}，{“问题”：“7”，“密钥”：“10.1016\/j.neucom.20213.127125_b80”，“doi断言”：“crossref”，“第一页”：“1655”，“doi”：“10.1109\/TPAMI.2018.2846566”，“article-title“：”微调CNN图像检索，无人工注释“，”卷“：”41“，”作者“：”Radenovi\u0107“，”年份“：”2018“，”期刊标题“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b81“，”doi-asserted-by“：”crossref“，”unstructured“：”T.Dai，j.Cai，Y.Zhang，S.T.Xia，L.Zhang“单图像超分辨率的二阶注意网络，摘自：2019年IEEE计算机视觉与模式识别会议论文集，pp.11065\u201311074。“，”doi“：”10.1109\/CVPR.2019.01132“}，{“key”：“10.1016\/j.neucom.2023.127125_b82”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Revaud，j.Almaz\u00e1n，R.S.Rezende，C.R.d。Souza，Learning with average precision:Training image retrieval with a listwise loss，in：Proceedings of the IEEE\/CVF International Conference on Computer Vision，2019，pp.5107\u20135116.“，”DOI“：”10.1109\/ICCV.2019.00521“}，{“issue”：“6088”，“key”：“10.1016\/j.neucom.2023.127125_b83”，“DOI-asserted-by”：“crossref”，“first page”：”533“，“DOI”：“”10.1038\/323533a0“，”article-title“：”通过反向传播错误学习表征“，”volume“：”323“，”author“：”Rumelhart“，”year“：”1986“，”journal-title”：“Nature”}，{“key”：“10.1016\/j.neucom.2023.127125_b84”，“doi-asserted-by”：“crossref”，“unstructured”：“H.Noh，A.Araujo，j.Sim，T.Weyand，B。Han，具有关注深度局部特征的大尺度图像检索，收录于：IEEE国际计算机视觉会议论文集，2017年，第3456\u20133465页。“，”DOI“：”10.1109\/ICCV.2017.374“}，{“key”：“10.1016\/j.neucom.2023.127125_b85”，“DOI-asserted-by”：“crossref”，“unstructured”：“M.Teichmann，A.Araujo，M.Zhu，j。Sim，Detect-to-retrieve:图像搜索的有效区域聚合，摘自：IEEE计算机视觉和模式识别会议论文集，2019年，第5109页，20135118页。“，”DOI“：”10.1109页，CVPR.2019.00525“}，{“issue”：“10”，“key”：“10.1016”，“j.neucom.2023.127125_b86”，“DOI-asserted-by”：“crossref”，“first page”：”5201“，”“DOI”：“10.1109 \/TIP.2019.2917234“，”article-title“：”REMAP:多层熵引导的密集CNN特征池用于图像检索“，”volume“：”28“，”author“：”Husain“，”year“：”2019“，”journal-title”：“IEEE Trans。图像处理。“}，{”issue“：”12“，”key“：”10.1016\/j.neucom.2023.127125_b87“，”doi-asserted-by“：”crossref“，”first page“：“3022”，”doi“：”101109\/TPAMI.2018.2871832“，”article-title“：”Re-weighting and 1-point RANSAC-Based P n P solution to handle outliers“，”volume“：：”41“，”author“：”Zhou“，”year“：”2018“，”journal-title”：“IEEE Trans.Pattern Ana。机器智能“}，{”键“：”10.1016\/j.neucom.2023.127125_b88“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Dusmanu，O.Miksik，j.L.Sch\u00f6nberger，M.Pollefeys，《交叉描述视觉定位和映射》，摘自：IEEE计算机视觉国际会议论文集，2021年，第6058\u20136067页。“，”doi“：”10.1109\/ICCV48922.2021.0600“}，{“key”：“10.1016\/j.neucom.2023.127125_b89“，“series-title”：“S2dnet:学习稀疏特征匹配的精确对应”，“author”：“Germain”，“year”：“2020”}，{“key”：“10.1016\/j.nucom.2023.127125 _b90”，“series-title”：Computer Vision\u2013ECCV 2020：第16届欧洲会议，英国格拉斯哥，2020年8月23日\u201328，Proceedings，Part XVI，Vol.16“，“first page”：“473”，“article-title”：“Single-image depth prediction makes feature matching easy”，“author”：“Toft”，“year”：“2020”}，{“key”：”10.1016\/j.neucom.2023.127125_b91“，”doi-asserted-by“：”crossref“，“unstructured”：“D。Barath，L.Cavalli，M.Pollefeys，《学习在RANSAC中找到好的模型》，收录于：IEEE计算机视觉和模式识别会议论文集，2022年，第15744\u201315753页。“，”DOI“：”10.1109\/CVPR52688.2022.01529“}，{“key”：“10.1016\/j.neucom.2023.127125_b92”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Sinha，j.Y.Zhang，A。Tagliasacchi，I.Gilitschenski，D.B.Lindell，《Sparsepose:Sparse-view camera pose regression and refinence》，载于《IEEE计算机视觉与模式识别会议论文集》，2023年，第21349\u201321359页，“DOI”：“10.1109\/CVPR52729.2023.02045”}，{“key”：“1016\/j.neucom.2023.127125_b93”，“series-title”：“欧洲计算机视觉会议”，“首页”：“589”，“文章标题”：“Meshloc:基于网格的视觉定位”，“作者”：“Panek”，“年份”：“2022”}，{“关键字”：“10.1016\/j.neucom.2023.127125_b94”，“doi-asserted-by”：“crossref”，”非结构化“：”P.-E.Sarlin，A.Unagar，M.Larsson，H.Germain，C.Toft，V.Larson，M.Pollefeys，V.Lepetit，L。Hammarstrand，F.Kahl等人，《回到特征：从像素到姿势学习稳健的相机定位》，载于：IEEE计算机视觉和模式识别会议论文集，2021年，第3247\u20133257页。“，”DOI“：”10.1109\/CVPR46437.2021.00326“}，{“key”：“10.1016\/j.neucom.2023.127125_b95”，“DOI-asserted-by”：“crossref”，“非结构化”：“K.-N.Lianos，J.L.Schonberger，M.Pollefeys，T.Sattler，Vso:视觉语义里程计，载于：欧洲计算机视觉会议记录，ECCV，2018，pp.234\u2013250.”，“DOI”：“10.1007\/978-3-030-01225-0_15”｝，｛“key”：“10.1016\/J.neucom.20213.127125_b96”，“系列标题”：“2018 IEEE机器人与自动化国际会议”，“首页”：“6484”，“文章标题”：“使用语义分割图像进行长期视觉定位”，“作者”：“Stenborg”，“年份”：“2018”}，{“关键”：“10.1016\/j.neucom.2023.127125_b97”，“doi-asserted-by”：“crossref”，”非结构化“：”C.Toft，C.Olsson，F。Kahl，语义标签的长期三维定位和姿势，收录于：IEEE国际计算机视觉研讨会论文集，2017年，第650\u2013659页。“，“DOI”：“10.1109\/ICCVW.2017.83”}，{“key”：“101016\/j.neucom.2023.127125_b98”，“DOI-asserted-by”：“crossref”，“unstructured”：“C.Toft，E.Stenborg，L.Hammarstrand，L.Brynte，M。Pollefeys，T.Sattler，F.Kahl，《长期视觉定位的语义匹配一致性》，收录于：《欧洲计算机视觉会议论文集》，ECCV，2018年，第383\u2013399页。“，”DOI“：”10.1007\/978-3-030-01216-8_24“}，{“key”：“10.1016\/j.neucom.2023.127125_b99”，“DOI-asserted-by”：“crossref”，“unstructured”：“M.Larsson，E.Stenborg，C。Toft，L.Hammarstrand，T.Sattler，F.Kahl，《细粒度分割网络：改进长期视觉定位的自我监督分割》，载于《IEEE计算机视觉国际会议论文集》，2019年，第31页，201341doi-asserted-by“：”crossref“，”unstructured“：”M.Pietrantoni，M.Humenberger，T.Sattler，G.Csurka，SegLoc:Learning Segmentation-Based Representations for Privacy Preserving Visual Localization，in：《IEEE计算机视觉与模式识别会议论文集》，2023年，第15380\u201315391页。“，”doi“：”10.1109\/CVPR52729.2023.01476“}，{“key”：“10.1016\/j.neucom.2023.127125_b101”，“series-title”：“第七届IEEE计算机视觉国际会议论文集，第2卷”，“首页”：“1150”，“文章标题”：“局部尺度变化特征中的对象识别”，“作者”：“Lowe”，“年份”：“1999”}，}“密钥”：“101016\/j.neucomm.2023.127125 _b102”，“series-title“：“Alvey Vision Conference，Vol.15，No.50”，“first page”：“10”，“article-title”：“组合角点和边缘检测器”，“author”：“Harris”，“year”：“1988”}，{“issue”：“1”，“key”：”10.1016\/j.neucom.2023.127125_b103“，”doi-asserted-by“：”crossref“，“first-pages”：“45”，“doi”：“10.1023\/A:1007963824710”，“article-titel”：“”SUSAN\u2014a低级图像处理的新方法“，“volume”：“23”，“author”：“Smith”，“year”：“1997”，“journal-title”：“Int.J.Compute”。视觉。“}，{”key“：”10.1016\/j.neucom.2023.127125_b104“，”series-title“：”欧洲计算机视觉会议“，”首页“：”430“，”article-title“：“用于高速角点检测的机器学习”，“author”：“Rosten”，“year”：“2006”}，”{2548“，”article-title“：”BRISK:二进制鲁棒不变量可缩放关键点“，”author“：”Leutenegger“，”year“：”2011“}，{“key”：“10.1016\/j.neucom.2023.127125_b106”，”series-title“：“2011国际计算机视觉会议”，“首页”：“2564”，“article-title”：“ORB:SIFT或SURF的有效替代品”，“author”：“Rublee”，“year”：“2011”}，“key“：”10.1016\/j.neucom.2023.127125_b107“，”doi-asserted-by“：”crossref“，”unstructured“：”Y.Verdie，K.Yi，P.Fua，V.Lepetit，Tilde:时间不变性学习检测器，摘自：IEEE计算机视觉和模式识别会议论文集，2015年，第5279\u20135288页。“，”doi“：”10.1109\/CVPR.2015.7299165“}，{“key”：“10.1016\/j.neucom.2023.127125_b108“，“series-title”：“欧洲计算机视觉会议”，“首页”：“100”，“article-title”：“学习协变特征检测器”，“作者”：“Lenc”，“年份”：“2016”}，{“键”：“10.1016\/j.nucom.2023.127125 _b109”，“doi-asserted-by”：“交叉引用”，“非结构化”：“X.Zhang，F.X.Yu，S.Karaman，S.-F。Chang，Learning differential and transform covariant local feature detectors，in：Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2017，pp.6818\u20136826.“，”DOI“：”10.1109\/CVPR.2017.523“}，{“key”：“10.1016\/j.neucom.2023.127125_b110”，“DOI-asserted-by”：“crossref”，“unstructured”：“N.Savinov，A.Seki，L.”。Ladicky，T.Sattler，M.Pollefeys，《四网络：无监督学习排名兴趣点检测》，载于：IEEE计算机视觉和模式识别会议论文集，2017年，第1822\u20131830页。“，”DOI“：”10.1109\/CVPR.2017.418“}，{“key”：“10.1016\/j.neucom.2023.127125_b111”，“series-title”：“Toward geometrical deep slam”，“author“：”DeTone“，”year“：”2017“}，{”key“：”10.1016\/j.neucom.2023.127125_b112“，”doi-asserted-by“：”crossref“，”unstructured“：”D.DeTone，T.Malisiewicz，A。Rabinovich，Superpoint:自监督兴趣点检测和描述，载于：IEEE计算机视觉和模式识别研讨会论文集，2018，pp.224\u2013236。Komodakis，Learning to comparing image patches via convolutional neural networks，in：Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2015，pp.4353\u20134361.“，”DOI“：”10.1109\/CVPR.2015.7299064“}，{“key”：“10.1016\/j.neucom.2023.127125_b114”，“unstructured”：“X.Han，T.Leung，Y.Jia，R.Sukthankar，A.C。Berg，Matchnet：《为基于补丁的匹配统一特征和度量学习》，摘自：《IEEE计算机视觉和模式识别会议论文集》，2015年，第3279\u20133286页。“}，{“key”：“10.1016\/j.neucom.2023.127125_b115”，“doi-asserted-by”：“crossref”，“unstructured”：“E.Simo-Serra，E.Trulls，L.Ferraz，I.Kokkinos，P.Fua，F。Moreno-Noguer，深度卷积特征点描述符的判别学习，收录于：IEEE国际计算机视觉会议论文集，2015年，第118\u2013126页使用三元组和浅卷积神经网络学习局部特征描述符”，“author”：“Balntas”，“year”：“2016”}，{“key”：“10.1016\/j.neucom.2023.127125_b117”，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Tian，B.Fan，F。Wu，L2 net：欧几里得空间中判别性补丁描述符的深度学习，载于：《IEEE计算机视觉和模式识别会议论文集》，2017年，第661\u2013669页。“，”DOI“：”10.1109\/CVPR.2017.649“｝，｛”key“：”10.1016\/j.neucom.20213.127125_b118“，”系列标题“：”努力了解邻居\u2019s的边距：局部描述符学习损失”，“作者”：“Mishchuk”，“年份”：“2017”}，{“key”：“10.1016\/j.neucom.2023.127125_b119”，“doi-asserted-by”：“crossref”，《非结构化》：“Y.Tian，X.Yu，B.Fan，F.Wu，H.Heijnen，V。Balntas，Sosnet:局部描述符学习的二阶相似性正则化，摘自：IEEE计算机视觉和模式识别会议论文集，2019年，第11016\u201311025页。“，”DOI“：”10.1109\/CVPR.2019.01127“}，{“key”：“10.1016\/j.neucom.2023.127125_b120”，“series-title”：“欧洲计算机视觉会议”，“首页“：”757“，”article-title“：”使用相机姿势监督学习特征描述符“，”author“：”Wang“，”year“：”2020“}，{“key”：“10.1016\/j.neucom.2023.127125_b121”，“series-title”：“欧洲计算机视觉会议”，“首页”：“467”，“article-title”：”Lift:“学习的不变特征变换”，“author”：“Yi”，“year”：“2016”}，“key“：”10.1016\/j.neucom.2023.127125_b122“，“series-title”：“LF-Net:从图像中学习局部特征”，“author”：“Ono”，“year”：“2018”}，{“key”：“10.1016\/j.nucom.2023.127125 _b123”，“series-title”：”R2D2:可重复且可靠的检测器和描述符“，”author“：”Revaud“，”year“：”2019 by“：”crossref“，”非结构化”：“Z.Luo，L.Zhou，X.Bai，H.Chen，J.Zhang，Y.Yao，S.Li，T.Fang，L.Quan，Aslfeat：学习精确形状和定位的局部特征，摘自：IEEE计算机视觉和模式识别会议论文集，2020，pp.6589\u20136598。”，“DOI”：“10.1109\/CVPR42600.2020.00662”}，{“key”：“10.1016\/j.neucom.2023.127125_b125“，“doi-asserted-by”：“crossref”，“unstructured”：“B.Wang，C.Chen，Z.Cui，j.Qin，C.X.Lu，Z.Yu，P.Zhao，Z.Dong，F.Zhu，N.Trigoni，et al.，P2-net:像素和点匹配的局部特征的联合描述和检测，in：IEEE\/CVF国际计算机视觉会议论文集，2021，pp.16004\u201316013.“，”DOI“：”10.1109\/ICCV48922.2021.01570“}，{“key”：“10.1016\/j.neucom.2023.127125_b126”，“series-title”：“欧洲计算机视觉会议”，“首页”：“744”，“article-title”：”Dh3d：稳健大规模6自由度重定标的深层三维描述符“，”author“：”Du“，“年份”：“2020”}10.1016\/j.neucom.2023.127125_b127“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Dusmanu，I.Rocco，T.Pajdla，M.Pollefeys，j.Sivic，A.Torii，T.Sattler，D2-net:联合描述和检测局部特征的可训练cnn，载于：2019年Iee\/Cvf计算机视觉和模式识别会议论文集，pp.8092\u20138101.“，”DOI“：”10.1109\/CVPR.2019.00828“}，{“key”：“10.1016\/j.neucom.2023.127125_b128”，“series-title”：“亚洲计算机视觉会议论文集”，“首页”：“223”，“article-title”：”D2d:关键点提取与描述检测方法“，”author“：”Tian“，”year“：”2020“}”{“key”：”10.1016//j.neucomm.2023.127125 _b129“，”doi-asserted-by“：”crossref“，”unstructured“：”A.Benbihi，M.Geist，C.Pradalier，Elf:预训练cnn中特征的嵌入式本地化，收录于：IEEE计算机视觉国际会议论文集，2019年，第7940\u20137949页。“，”doi“：”10.1109\/ICCV.2019.00803“}，{“key”：“10.1016\/j.neucom.2023.127125_b130”，“series-title”：“2019年国际3D视觉会议”，“首页”：“513”，“文章标题”：“用于长期视觉定位的稀疏超柱匹配”，“作者”：“Germain”，“年份”：“2019”}，{“关键”：“10.1016\/j.neucom.2023.127125_b131”，“系列标题”：”邻里共识网络“，”作者“：”Rocco“，”年份“：”2018“}，”{“重点”：“10.1016\/j.neucom.2023.127125_b132“，“series-title”：“2019 IEEE计算机视觉应用冬季会议”，“首页”：“1034”，“article-title”：”Dgc-net：密集几何对应网络“，“author”：“Melekhov”，“year”：“199”}，{“key”：“10.1016\\j.neucomm.2023.127125 _b133”，“series-title“：”D2d：学习寻找图像匹配和处理的良好对应关系“，”author“：”Wiles“，”year“：”2020“}，{“key”：“10.1016\/j.neucom.2023.127125_b134”，“doi-asserted-by”：“crossref”，”unstructured“：”j.Sun，Z.Shen，Y.Wang，H.Bao，X。周，LoFTR：无检测器局部特征与变压器匹配，载于：IEEE计算机视觉和模式识别会议论文集，2021年，第8922\u20138931页。“，”DOI“：”10.1109\/CVPR46437.2021.00881“}，{“key”：“10.1016\/j.neucom.2023.127125_b135”，“DOI-asserted-by”：“crossref”，“unstructured”：“H.Taira，M.Okutomi，T.Sattler，M。Cimpoi，M.Pollefeys，J.Sivic，T.Pajdla，A.Torii，InLoc:室内视觉定位与密集匹配和视图合成，摘自：IEEE计算机视觉和模式识别会议论文集，2018年，第7199\u20137209页。“，”DOI“：”10.1109\/CVPR.2018.00752“}，{“key”：“10.1016\/J.neucom.2023.127125_b136”，“DOI-asserted-by”：“crossref”非结构化”：“F.Walch，C.Hazirbas，L.Leal-Taixe，T.Sattler，S.Hilsenbeck，D.Cremers，使用lstms进行结构化特征关联的基于图像的定位，收录于：IEEE国际计算机视觉会议论文集，2017年，第627\u2013637页。”，“DOI”：“10.1109\/ICCV.2017.75”}，{“key”：“1016\/j.neucom.2023.127125_b137”，“doi断言为：“crossref”，“非结构化”：“I.Melekhov，J.Ylioinas，J.Kannala，E.Rahtu，使用沙漏网络的基于图像的定位，在：IEEE国际计算机视觉研讨会论文集，2017，pp.879\u2013886。”，“doi”：“10.1109\/ICCVW。2017.107”｝，｛“key”：“10.1016\/J.neucom。2023.127125_b138”，“系列标题”：“Posecnn：用于杂乱场景中6d物体姿态估计的卷积神经网络”，“author”：“Xiang”，“year”：“2017”}，{“key”：“10.1016\/j.neucom.2023.127125_b139”，“doi-asserted-by”：“crossref”，“unstructured”：“G.Wang，F.Manhardt，F.Tombari，X。Ji，Gdr-net：用于单目6d物体姿态估计的几何制导直接回归网络，收录于：IEEE计算机视觉和模式识别会议论文集，2021年，第16611\u201316621页。“，”DOI“：”10.1109\/CVPR46437.2021.01634“}，{“key”：“10.1016\/j.neucom.2023.127125_b140”，“series-title”：“2021年国际3D视觉会议”，“首页”：“1175”，“article-title”：“Direct-PoseNet:具有光度一致性的绝对姿势回归”，“author”：“Chen”，“year”：“2021”}，{“key”：“10.1016\/j.neucom.2023.127125_b141”，“series-title”：LENS：通过NeRF合成增强定位”，“author”：“Moreau”，“year”：“2022”}，{“key”：“10.1016\/j.neucom.2023.127125_b142”，“series-title”：“Reassessing the limitions of CNN methods for camera pose regression”，“author”:“Ng”，“year”：NeRF\u2013:无已知相机参数的神经辐射场“，”author“：”Wang“，”year“：”2021“}，{“key”：“10.1016\/j.neucom.2023.127125_b144”，“doi-asserted-by”：“crossref”，”unstructured“：”R.Martin-Brualla，N.Radwan，M.S.Sajjadi，j.T.Barron，A.Dosovitskiy，D。Duckworth，Nerf in the wild:Nerf radiance fields for unconstrained photo collection，in：IEEE计算机视觉和模式识别会议论文集，2021，pp.7210\u20137219.“，”DOI“：”10.1109\/CVPR46437.2021.00713“}，{“key”：“10.1016\/j.neucom.2023.127125_b145”，“series-title”：“2021 IEEE \/RSJ智能机器人和系统国际会议”，“首页”：“1323”，“文章标题”：“惯性：倒置神经辐射场以进行姿势估计”，“作者”：“Yen-Chen”，“年份”：“2021”}，{“键”：“10.1016\/j.neucom.2023.127125_b146”，“系列标题”：《2016 IEEE机器人与自动化国际会议》，“第一页”：4762“，“article-title”：“相机重定标深度学习中的建模不确定性”，“author”：“Kendall”，“year”：“2016”}，{“key”：“10.1016\/j.neucom.2023.127125_b147”，“doi-asserted-by”：“crossref”，《非结构化》：“B.Wang，C.Chen，C.X.Lu，P.Zhao，N.Trigoni，A。Markham，Atloc：注意力引导摄像机定位，摘自：《AAAI人工智能会议论文集》，第34卷，第6期，2020年，第10393\u201310401页。“，“DOI”：“10.1609\/AAAI.v34i06.6608”}，{“key”：“101016\/j.neucom.2023.127125_b148”，“series-title”：“2017 IEEE机器人与自动化国际会议”，“首页”：“5644”，“article-title“：”深入研究卷积神经网络用于摄像机重定标“，”author“：”Wu“，”year“：”2017“}，{“key”：“10.1016\/j.neucom.2023.127125_b149”，“doi-asserted-by”：“crossref”，”unstructured“：”M.Bui，C.Baur，N.Navab，S.Ilic，S。Albarqouni，《摄像机姿态回归和细化的对抗网络》，载于：2019年IEEE国际计算机视觉会议论文集。“，”DOI“：”10.1109“/ICCVW.2019.00470“}，{“key”：“10.1016”：“j.neucom.2023.127125_b150”，“series-title”：“欧洲计算机视觉会议”，“首页”：“646”，“article-title”：姿势估计回归的对抗性转移”，“作者”：“Chidlovskii”，“年份”：“2020”}，{“关键”：“10.1016\/j.neucom.2023.127125_b151”，“doi-asserted-by”：“crossref”，”非结构化“：”Z.Huang，Y.Xu，j.Shi，X.Zhou，H.Bao，G。张，动态环境中鲁棒视觉定位的先前指导辍学，载于：IEEE CVF国际计算机视觉会议论文集，2019年，第2791\u20132800页。“，”DOI“：”10.1109\/ICCV.2019.00288“}，{“key”：“10.1016\/j.neucom.2023.127125_b152”，“series-title”：“BMVC”，“first page”：”69“，“article-title”：”用于绝对姿势回归和图像合成的合成视图生成”，“author”：“Purkait”，“year”：“2018”}，{“key”：“10.1016\/j.neucom.2023.127125_b153”，“series-title”：“英国机器视觉会议2018，BMVC 2018，英国纽卡斯尔，2018年9月3-6日”，“first page”：作者：“Cai”，“year”：“2018”}，{“key”：“10.1016\/j.neucom.2023.127125_b154”，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Shavit，R.Ferens，Y.Keller，Learning Multi-Scene Absolute Pose Regression with Transformers，in:Proceedings of the IEEE\/CVF International Conference on Computer Vision，2021，pp.2733\u20132742”，“doi”：“10.1109\/ICCV48922.2021.00273“｝，｛”键“：”10.1016\/j.neucom.2023.127125_b155“，”doi断言“：”crossref“，”非结构化“：”K.Zhou，C.Chen，B.Wang，M.R.U.Saputra，N.Trigoni，A。Markham，Vmloc:变分融合用于基于学习的多模摄像机定位，收录于：《AAAI人工智能会议论文集》，第35卷，第7期，2021年，第6165\u20136173页。“，“DOI”：“10.1609\/AAAI.v35i7.16767”}，{“key”：“101016\/j.neucom.2023.127125_b156”，“series-title”：“B座：Bayesian深度网络，用于从RGB图像精确估计相机6-DoF姿态”，“作者”：“Miri Rekavandi”，“年份”：“2023”}，{“密钥”：“10.1016\/j.neucom.2023.127125_b157”，”doi-asserted-by“：”crossref“，”unstructured“：”M.A.Musallam，V.Gaudilli\u00e8re，M.O.del Castillo，K.Al Ismaeil，D。Aouada，《利用等变特征进行绝对姿势回归》，载于：IEEE计算机视觉和模式识别会议论文集，2022年，第6876\u20136886页。“，”DOI“：”10.1109\/CVPR52688.2022.00675“}，{“key”：“10.1016\/j.neucom.2023.127125_b158”，“series-title”：“注意相机姿势回归中的激活图”，“author“：”Shavit“，”year“：”2021“}，{“key”：“10.1016\/j.neucom.2023.127125_b159”，“series-title”：“ImPosIng:隐式姿势编码，用于有效的相机姿势估计”，“author”：“Moreau”，“year”：“2022”}，}“key:”10.1016\\j.neucomm.2023.127125 _b160“，”doi-asserted-by“：”crossref“，“unstructured”：“A.Moreau，N.Piasco，D.Tsishkou，B。Stanciulescu，A.de La Fortelle，CoordiNet：用于可靠车辆定位的不确定性感知姿态回归器，载于：《IEEE\/CFF计算机视觉应用冬季会议论文集》，2022年，第2229\u20132238页非结构化”：“S.Brahmbhatt，J.Gu，K.Kim，J.Hays，J.Kautz，用于摄像机定位的地图几何软件学习，in：IEEE计算机视觉和模式识别会议论文集，2018年，第2616\u20132625页。”，“DOI”：“10.1109\/CVPR.2018.00277”}，{“key”：“101016\/J.neucom.2023.127125_b162”，“DOI-asserted-by”：“crossref”非结构化”：“F.Xue，X.Wang，Z.Yan，Q.Wang，J.Wang，H.Zha，Local supports global:Deep camera relocalization with sequence enhancement，in：IEEE CVF International Conference on Computer Vision，2019，pp.2841\u20132850.”，“DOI”：“10.1109\/ICCV.2019.00293”}，{“key”：“10.0016\/J.neucom.2023.127125_b163”，”“series-title”：“2018 IEEE机器人与自动化国际会议”，“首页”：“6939”，“文章标题”：“视觉定位和里程计的深度辅助学习”，“作者”：“瓦拉达”，“年份”：“2018”}，{“问题”：“4”，“关键”：“10.1016\/j.neucom.2023.127125_b164”，“doi-asserted-by”：“crossref”，《首页》：“4407”，“doi”：“101109\/LRA.2018.2869640”，“article-title“：”Vlocnet++：语义视觉定位和里程计的深度多任务学习“，”卷“：”3“，”作者“：”Radwan“，”年份“：”2018“，”新闻标题“：”IEEE Robot“。自动。莱特。“}，{”key“：”10.1016\/j.neucom.2023.127125_b165“，”series-title“：”环太平洋国际人工智能会议“，”首页“：”454“，”article-title“：“用于端到端六自由度视觉定位和里程测量的深全球相关网络”，“author”：“Lin”，“year”：“2019”}，“key”：“10.1016\/j.nucom.2023.127125 _b166”，”series-title：“”《ACM多媒体计算、通信和应用汇刊》，“article-title”：“VirtualLoc:使用虚拟图像进行大规模视觉定位”，“author”：“Xiong”，“year”：“2023”}，{“key”：“10.1016\/j.neucom.2023.127125_b167”，“doi-asserted-by”：“crossref”，《unstructured》：“R.Clark，S.Wang，A.Markham，N.Trigoni，H。Wen，Vidloc:6自由度视频剪辑重缩放的深度时空模型，摘自：IEEE计算机视觉和模式识别会议记录，2017年，第6856\u20136864页。“，”DOI“：”10.1109\/CVPR.2017.284“}，{“key”：“10.1016\/j.neucom.2023.127125_b168”，“DOI-asserted-by”：“crossref”，”非结构化“：”C.Szegedy，W.Liu，Y.Jia，P。Sermanet，S.Reed，D.Angelov，D.Erhan，V.Vanhoucke，A.Rabinovich，《卷积的深入研究》，收录于：IEEE计算机视觉和模式识别会议论文集，2015年，第1\u20139页。“，DOI”：“10.1109\/CVPR.2015.7298594”}，{“key”：“101016\/j.neucom.2023.127125_b169”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Laskar，I。Melekhov，S.Kalia，J.Kannala，通过使用卷积神经网络计算成对相对姿势实现相机重定标，收录于：IEEE计算机视觉研讨会国际会议论文集，2017年，第929\u2013938页。“，”DOI“：”10.1109\/ICCVW.2017.113“}，{“key”：“10.1016\/J.neucom.2023.127125_b170”，“DOI-asserted-by”：“crossref”，“非结构化”：“V.Balntas，S.Li，V.Prisacariu，Relocnet：使用神经网络的连续度量学习重定标，摘自：《欧洲计算机视觉会议论文集》，ECCV，2018年，第751\u2013767页。”，“DOI”：“10.1007\/978-3-030-01264-9_46”}，{“key”：“101016\/j.neucom.2023.127125_b171”，“DOI-asserted-by”：“crossref”，《非结构化》：“M。丁，Z.Wang，J.Sun，J.Shi，P.Luo，CamNet:摄像机重新定标的粗到精检索，摘自：IEEE计算机视觉国际会议论文集，2019年，第2871\u20132880页。“，”DOI“：”10.1109\/ICCV.2019.00296“}，{“key”：“10.1016\/J.neucom.2023.127125_b172”，“series-title”：“2020 IEEE机器人与自动化国际会议”，“首页”：“3319”，“文章标题”：“学习或不学习：从基本矩阵进行视觉定位”，“作者”：“周”，“年份”：“2020”}，{“关键”：“10.1016\/j.neucom.2023.127125_b173”，“系列标题”：《智能视觉系统先进概念国际会议》，“第一页“：”675“，”article-title“：”使用卷积神经网络进行相对相机姿势估计“，”author“：”Melekhov“，”year“：”2017“}，{“issue”：“2”，“key”：“10.1016\/j.neucom.2023.127125_b174”，“doi-asserted-by”：“crossref”，”first page“：”153“，”doi“10.1007\/s11263-016-0902-9”volume“：”120“，”author“：”Aan\u00e6s“，”year“：”2016“，”journal-title“：”Int.J.Compute“。视觉。“}，{”key“：”10.1016\/j.neucom.2023.127125_b175“，”series-title“：”通过发现锚点改进视觉重定位“，”author“：”Saha“，”year“：”2018“}”，{“key”：“10.1016\/j.nucom.2023.127125 _b176”，“doi-asserted-by”：“crossref”，”unstructured“：”B.Zhuang，M。Chandraker，Fusing the Old with the New：Learning Relative Camera Pose with Geometry-Guided Uncertainty，收录于：IEEE计算机视觉和模式识别会议论文集，2021年，第32页，201342。“，”DOI“：”10.1109“CVPR46437.2021.00010“}，{”key“：”101016“/j.neucom.2023.127125_b177“，”DOI-asserted-by“：”crossref“，“unstructured”：“B。Li，M.Hu，S.Wang，L.Wang，X.Gong，具有翻转一致性的自监督视觉激光雷达里程计，载于：IEEE\/CFF计算机视觉应用冬季会议论文集，2021，第3844\u20133852页欧洲计算机视觉会议”，“首页”：“430”，“article-title”：“用于高速角点检测的机器学习”，“author”：“Rosten”，“year”：“2006”}，{“key”：“10.1016\/j.neucom.2023.127125_b179”，”doi-asserted-by“：”crossref“，”unstructured“：”E.Brachmann，C。Rother，《Learning less is more》，通过三维曲面回归实现6维摄像机定位，摘自：IEEE计算机视觉和模式识别会议论文集，2018年，第4654\u20134662页。“，“DOI”：“10.1109\/CVPR.2018.00489”}，{“key”：“101016\/j.neucom.2023.127125_b180”，“DOI-asserted-by”：“crossref”，“unstructured”：“X.Li，j.Ylioinas，j.Verbeek，j。Kannala，摄像机重定标的基于角度的重投影损失场景坐标回归，摘自：《欧洲计算机视觉会议（ECCV）研讨会论文集》，2018年。“，”DOI“：”10.1007\/978-3-030-11015-4_19“}，{“issue”：“9”，“key”：“10.1016\/j.neucom.2023.127125_b181”，“first page”：”5847“，“article-title”：“使用DSAC从RGB和RGB-D图像进行视觉相机重新缩放“，“volume”：“44”，“author”：“Brachmann”，“year”：“2021”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b182“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Cai，H.Zhan，C.Saroj Weerasekera，K.Li，I.Reid，《利用多视图约束进行场景坐标回归的相机重定标》，摘自：2019年IEEE\/CVF国际计算机视觉研讨会论文集。“，”doi“：”10.1109\/ICCVW.2019.00469“}，{”key“：”10.1016\/j.neucom.2023.127125_b183“，”doi-asserted-by“：”crossref“，“unstructured”：“E.Brachmann，F.Michel，A.Krull，M.Y.Yang，S。Gumhold等人，《从单个rgb图像中对物体和场景进行不确定性驱动的6d姿态估计》，摘自：IEEE计算机视觉和模式识别会议论文集，2016年，第3364\u20133372页。“，”DOI“：”10.1109\/CVPR.2016.366“}，{“key”：“10.1016\/j.neucom.2023.127125_b184”，“series-title”：“通过全球唯一实例坐标回归实现大规模联合语义重定标和场景理解”，“author”：“Budvytis”，“year”：“2019”}，{“key”：“10.1016\/j.neucom.2023.127125_b185”，“doi-asserted-by”：“crossref”，《unstructured》：“L.Yang，Z.Bai，C.Tang，H.Li，Y.Furukawa，P。Tan，SANet:用于摄像机定位的场景无关网络，摘自：IEEE CVF国际计算机视觉会议论文集，2019年，第42\u201351页。“，“DOI”：“10.1109 ICCV.2019.00013”}，{“key”：“101016\/j.neucom.2023.127125_b186”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Tang，C.Tang，R.Huang，S.Zhu，P。Tan，通过密集场景匹配学习摄像机定位，收录于：IEEE CVF计算机视觉和模式识别会议论文集，2021年，第1831\u20131841页。Kannala，视觉定位的分层场景坐标分类和回归，收录于：IEEE计算机视觉和模式识别会议论文集，2020年，第11983\u201311992页。“，”DOI“：”10.1109\/CVPR42600.2020.01200“}，{“key”：“10.1016\/j.neucom.2023.127125_b188”，“DOI-asserted-by”：“crossref”，”unstructured“：”Z。Huang，H.Zhou，Y.Li，B.Yang，Y.Xu，X.Zhoucrossref“，”unstructured“：”S.Wang，Z.Laskar，I.Melekhov，X.Li，J.Kannala，基于图像的摄像机定位的持续学习，收录于：IEEE计算机视觉国际会议论文集，2021年，pp.3252\u20133262。“，”DOI“：”10.1109\/ICCV48922.2021.00324“}，{“issue”：“1”，“key”：“10.1016\/J.neucom.2023.127125_b190”，“doi-asserted-by“：”crossref“，”first page“：”3“，”doi“：”10.1177 \/0278364916679498“，”article-title“：”1年，1000公里：牛津机器人汽车数据集“，”volume“：“36”，”author“：”Maddern“，”year“：”2017“，”journal-title”：“Int.J.Robot。Res.“}，{”key“：”10.1016\/j.neucom.2023.127125_b191“，”series-title“：”欧洲计算机视觉会议“，”首页“：”15“，”article-title“：“使用三维点云进行全球姿态估计”，“author”：“Li”，“year”：“2012”}，“issue”：“10”，“key”：“10.1016\/j.nucom.2023.127125 _b192”，”doi-asserted-by“：”crossref“，“首页”：“2702”，“doi”：“10.1109\/TPAMI.20192926463”，“文章标题”：“自动驾驶的apolloscape开放数据集及其应用”，“卷”：“42”，“作者”：“Huang”，“年份”：“2019”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b193“，”doi-asserted-by“：”crossref“，”unstructured“：”P.-E.Sarlin，A.Unagar，M.Larsson，H.Germain，C.Toft，V.Larson，M.Pollefeys，V.Lepetit，L.Hammarstrand，F。Kahl等人，《回到特征：从像素到姿势学习稳健的相机定位》，载于：IEEE计算机视觉和模式识别会议论文集，2021年，第3247\u20133257页。“，”DOI“：”10.1109\/CVPR46437.2021.00326“}，{“issue”：“9”，“key”：“10.1016\/j.neucom.2023.127125_b194”，“DOI-asserted-by”：“crossref”，”第一页“1744“，“DOI”：“10.1109\/TPAMI.2016.2611662”，“article-title”：“大规模基于图像的本地化的高效和有效优先匹配”，“volume”：“39”，“author”：“Sattler”，“year”：“2016”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.127125_b195“，”series-title“：”Ur2kid:“统一检索、关键点检测和关键点描述，无需本地通信监管”，“author”：“Yang”，“year”：“2020”}，“key”：“10.1016\\j.neucomm.2023.127125 _b196”，“series-tile”：“基于混合特征的密集语义三维地图长期视觉定位”，“author“：”Shi“，”year“：”2020“｝，｛”key“：”10.1016\/j.neucom.2023.127125_b197“，”系列标题“：”2019国际机器人与自动化大会“，”首页“：”5972“，”文章标题“：”多摄像头视觉定位的高效2d-3d匹配“，”author“：”Geppert“，”year“：”2019“｝，｛”key“：”10.1016\/j.neucom.2023.127125_b198“，”doi断言“：”crossref”，“非结构化”：“E.Brachmann，A.Krull，S.Nowozin，J.Shotton，F.Michel，S.Gumhold，C.Rother，用于摄像机定位的Dsac-differentiable transac，摘自：IEEE计算机视觉和模式识别会议论文集，2017年，第6684\u20136692页。”，“DOI”：“10.1109\/CVPR.2017.267”}，{“key”：“1016\/J.neucom.2023.127125_b199”doi-asserted-by“：”crossref“，”unstructured“：”E.Brachmann，C.Rother，《应用于摄像机再定标的专家样本共识》，载于：IEEE计算机视觉国际会议论文集，2019年，第7525\u20137534.页。“，”doi“：”10.1109\/ICCV.2019.00762“}，{“key”：“10.1016\/j.neucom.2023.127125_b200”，“series-title”：“基于图像定位的全帧场景坐标回归”，“作者”：“李”，“年份”：“2018”}，{“关键”：“10.1016\/j.neucom.2023.127125_b201”，“doi-asserted-by”：“crossref”，“非结构化”：“E.Brachmann，C。Rother，Neural-guided RANSAC:Learning where to sample model hypervisions，in：Proceedings of the IEEE \/CVF International Conference on Computer Vision，2019，pp.4322\u20134331.“，”DOI“：”10.1109\/ICCV.2019.00442“}，{“key”：“10.1016\/j.neucom.2023.127125_b202”，“DOI-asserted-by”：“crossref”，“unstructured”：“A.Barroso-Laguna，E.Riba，D.Ponsa，K。Mikolajczyk，Key。net：通过手工和学习的cnn过滤器进行关键点检测，收录于：IEEE国际计算机视觉会议论文集，2019年，第5836\u20135844页。“，”DOI“：”10.1109\/ICCV.2019.00593“}，{“key”：“10.1016\/j.neucom.2023.127125_b203”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Luo，T.Shen，L.Zhou，j.Zhang，Y.Yao，S.Li，T。Fang，L.Quan，Contextdesc:使用跨模态上下文进行局部描述符增强，摘自：IEEE计算机视觉和模式识别会议论文集，2019年，第2527\u20132536页。“，”DOI“：”10.1109\/CVPR.2019.00263“}，{“key”：“10.1016\/j.neucom.2023.127125_b204”，“DOI-asserted-by”：“crossref”，“DOI”：“0.1016\/j.sigpro.2020.107512”article-title“：”无配对双基地EMVS-MIMO雷达快速测向“，“volume”：“173”，“author”：“Wen”，“year”：“2020”，“journal-title”：“Signal Process”。“}]，”container-title“：[”Neurocomputing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0925233012481？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//api.elsevier.com\/content\/article\/PII:S092523123012481？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T05:43:09Z”，“timestamp”：1706766189000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S09252 31223012481“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024,2]]}，”references-count“：204，”alternative-id“：[”S0925233012481“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2023.127125“，”relation“：{}，“ISSN”：[“0925-2312”]，“ISSN-type”：[{“value”：“0925-2312”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[[2024,2]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}，{“value”：“基于图像的相机姿势估计技术的批判性分析”，“name”：“articlettle”，“label”：“文章标题”}，{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https://doi.org/10.1016\/j.neucom.2023.127125”，“name”：“articlelink”，“label”：“CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2023 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“127125”}