ty -jour a2 -bellavista，paolo au -hou，yi au -yi au -Zhang，hong au -Zhou -Zhou，shilin au -Zou，Zou，Zou，huanxin py -2017 da -2017/2017/11/09 ti-有效的Convnet功能提取，可用于多个Roi pooi for Localmark基于自动驾驶汽车的基于视觉定位SP -8104386 VL -2017 AB-高效且稳健的视觉定位对于自动驾驶汽车很重要。通过在重大变化的条件下实现令人印象深刻的本地化准确性，基于Convnet Landmark的方法吸引了包括自动驾驶汽车在内的几个研究社区的人们的注意。这种方法在很大程度上依赖于Convnet功能的出色歧视能力来匹配图像之间检测到的地标。但是，这种方法的主要挑战是如何有效提取歧视性交流的特征。为了解决这一挑战，灵感来自感兴趣区域（ROI）合并层的高效率，我们提出了一个 多ROI（MROI）汇总技术，增强ROI以及一种简单而有效的Convnet特征提取方法。我们的想法是利用MROI汇总来利用多个卷积层的多级和多分辨率信息，然后融合它们以提高最终Convnet功能的歧视能力。我们方法的主要优点是（a）实时应用的高计算效率；（b）移动应用程序的GPU内存效率；（c）使用预处理的模型而无需微调或重新培训以方便实施。四个数据集的实验结果不仅证明了上述优势，而且还证明了提取的Convnet特征具有最先进的定位精度的高歧视功率。SN -1574-017X UR -https：//doi.org/10.1155/2017/8104386 do -10.1155/2017/2017/8104386 JF-移动信息系统