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

2026

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。

visual place recognitionconformal predictioncross-conditionpatch-matchingfalse discovery rate

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026

PERCEPTION

📊 0 引用

Shuai Guo, Yongchao Yang, Lifeng Zhang 等 5 位作者

Neural Networks · 2026