摘要
本发明涉及一种用于视觉位置识别的数据集增强方法，首先利用Conditional GAN对包含所有地点完整季节图像分布的Nordland数据集进行处理，基于Pix2pix模型实现图像季节的转换；再利用得到的12个Pix2pix模型对一个现有的GSV‑Cities数据集补充某些地点缺失的季节信息；将得到的季节信息更加完整的GSV‑Cities数据集中的图像输入到特征提取器进行训练；对得到的训练好的图像特征提取模型进行性能分析，与当前几个VPR算法进行对比，对比。结果表明，本发明所提出的方法在季节变化以及光照、天气变化时具有更加优异的性能。
