google map定位校正的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

利用結構資訊實現跨時間之戶外場景辨識技術

為了解決google map定位校正的問題，作者梁紘瑋 這樣論述：

隨著移動式設備的運算能力提升、消費級相機的普及與網路與衛星通訊技術的成熟，人們早已捨去傳統的紙本地圖。而在自駕車、機器人相關技術的蓬勃發展下，導航與定位技術的重要性與需求大幅提升。目前最廣泛被使用於定位的是全球衛星定位系統(Global Positioning System, GPS)，例如Google Map以及Apple Map均是採用GPS技術結合手機的電子羅盤，獲得目前的方位並指引未來的方向。但此種技術依然有不足之處，高樓林立的都會區、橋樑、地下道和氣候都可能干擾到衛星訊號而造成定位的錯亂。移動速度緩慢時會突顯電子羅盤的穩定性不佳、易受磁場干擾的問題，也因此未經校正的初始定位

方向常不準確。 視覺式定位技術是目前熱門的解決方案，可細分為全局匹配以及局部匹配。全局匹配的任務是場景定位，藉由拍攝影像並記錄拍攝時的GPS座標以建立資料庫。查詢自身所在位置時，將移動式設備拍攝的影像與資料庫影像匹配，判斷自身所在位置。而局部匹配是對前述步驟找出的數十張資料庫影像以及提取描述符，算出查詢影像精確的位置及面對的方向。此類基於影像的定位方式，在衛星訊號被遮蔽或電子羅盤受磁場干擾的情況下依然可照常運作。但視覺式定位技術的缺點在於資料庫缺乏各種光照條件下的影像，光照條件的變化可能導致移動式設備拍攝的查詢影像與資料庫影像特性差異甚大，導致定位失敗的情況。 本論文目標即是克服拍

攝時間差異，導致查詢影像與資料庫影像光照條件不同而導致匹配失敗的問題。本論文將光照條件差異甚大的影像，視為是不同的領域(domain)，開發具有領域適應性的系統，主要針對視覺式定位中的全局匹配(場景定位)系統作改進。影像內容可分成結構資訊以及紋理資訊，而同一場景在不同光照條件下的影像內容，其結構資訊是較不受影響的。本論文提出的方法，在查詢影像有白天與夜晚影像的Tokyo 24/7 dataset上，選取十張匹配的資料庫影像，可達到場景定位的成功率為87.62%，超越現有state-of-the-art的方法。