《Sensors》：MambaAdapt: Joint Descriptor–Alignment Learning with Mamba–Transformer Fusion for Robust Long-Term VPR
编辑推荐：
视觉地点识别（Visual Place Recognition, VPR）是智能交通系统（Intelligent Transportation Systems, ITSs）中定位与地图构建的重要使能技术之一。即使使用专门为位置判别而提取的描述子，长期VPR仍具
视觉地点识别（Visual Place Recognition, VPR）是智能交通系统（Intelligent Transportation Systems, ITSs）中定位与地图构建的重要使能技术之一。即使使用专门为位置判别而提取的描述子，长期VPR仍具有挑战性，尤其是在光照条件、季节、视角、遮挡、交通和/或结构变化显著的情况下。此外，时间适应通常在描述子学习之后进行，适应目标并不直接影响描述子空间，这可能与已有的地点表示产生冲突。为了克服这一局限，研究人员将MT-FusionNet描述子骨干与跨时间元重加权循环编码器（Cross-Temporal Meta-Reweighting Recurrent Encoder, CT-MRRE）以及带重放（replay）的表示保持过程进行联合优化。CT-MRRE的两个步骤是：残差跨时间对齐，用于修正因条件变化而偏移的描述子；以及通过循环可靠性重加权，在当前环境条件背景下抑制不可靠的描述子。因此，地点判别、时间适应、可靠性估计和表示保留均在单一描述子空间内得到优化。在四个地点上的平均Recall@1为97.2%，其中Oxford RobotCar、Nordland、City Center和St Lucia分别为96.4%、96.2%、99.1%和97.0%。这与常见的四数据集评估协议一致，相比MT-FusionNet平均绝对提升2.8个百分点，相比CerfeVPR提升3.7个百分点。组件分析揭示了跨时间对齐、上下文感知可靠性重加权与重放支持的联合优化之间的互补效应。这些结果表明，在所评估的环境变化下，判别性描述子学习、跨时间适应、可靠性加权和表示保留的组合对长期VPR具有实用性。
视觉地点识别（VPR）是智能交通系统（ITSs）中定位与自主导航的关键技术，其通过将当前视觉观测与先前访问过的地点进行匹配来估计车辆位置。长期VPR面临光照、季节、视角、遮挡、交通和结构变化等多重挑战。现有全局描述子方法（如NetVLAD、CosPlace、MixVPR、EigenPlaces）通常学习固定的图像到描述子映射，虽具有较强判别力和紧凑性，但难以适应训练阶段未建模的环境漂移。以往研究大致分为描述子学习和适应导向两类，前者注重表征判别性，后者注重时间对齐、序列匹配或持续学习，但两者往往割裂：时间适应通常在描述子学习后执行，适应目标不能反向塑造描述子空间，导致光照、植被、阴影等条件相关特征干扰相似度估计；且缺乏记忆机制的持续适应可能覆盖旧的地点表示，造成灾难性遗忘。为此，研究人员提出MambaAdapt统一框架，旨在单一描述子空间中联合优化判别性描述子、跨时间对齐、特征可靠性估计和表示保留，以提升长期VPR的鲁棒性。
研究人员以先前开发的MT-FusionNet为描述子骨干，融合CNN、Mamba状态空间模型和Transformer注意力生成512维描述子，并引入CT-MRRE适应模块，包括残差跨时间对齐和循环上下文感知可靠性重加权。训练时通过分层经验回放保留历史地点表示，采用包含判别、对齐、稳定性、回放一致性和可靠性正则化的复合损失函数进行端到端联合优化。在Oxford RobotCar、Nordland、City Centre和St Lucia四个公开数据集上，MambaAdapt平均Recall@1达97.2%，较MT-FusionNet提升2.8个百分点，较CerfeVPR提升3.7个百分点，验证了联合描述子-适应策略在长期环境变化下的有效性。
主要关键技术方法包括：①MT-FusionNet骨干
