信息社会中,人们通过智能穿戴设备或者智能手机能够及时获取有用信息,包括人体健康数据、位置服务、语音数据、视频数据等,在位置服务中行人在室外可以通过全球定位系统获取较为准确的位置信息,而室内定位领域至今没有形成统一的获取信息的标准方案。在陌生的建筑使用场景中,定位系统需要具备无需行人初始点、低成本、高可靠性的特点,针对以上需求,论文探讨了基于地标检测的地图匹配算法,以及基于空间约束的跨维度信息匹配视觉融合算法。（1）论文研究了当前主流室内定位技术与视觉信息辅助地图匹配相关算法,以无需行人初始点、低成本、高可靠性为目标,研究基于地标检测的地图匹配算法。论文利用实际采集的数据对系统的定位效果加以评估,验证了模型对视频帧信息的实际识别效果,分析了模型对输入数据处理的效果以及模型各阶段的输出,并验证了该模型在未经训练过的地点的泛用性。（2）针对匹配模型中需要大量人工调研、多样地标类型的限制条件,论文引入建筑空间结构特征作为地图匹配的重要数据依赖,探讨了基于空间约束的跨维度信息匹配视觉融合定位算法。针对于建筑空间结构的信息提取,探讨了将二维地图信息转换到模拟三维信息的算法,并设计了将模拟三维信息图片与真实信息进行匹配的孪生网络模型。论文完成了定位所需距离与多地点实际定位效果的实验,证明了模型在实际定位需求中的可用性。（3）论文以行人通道为基本应用场景,安排实验人员采集惯导数据与视频数据,并记录采集路径的真实起始点与路径终点。论文将目标识别技术与空间结构特征匹配方法运用到定位系统的设计中,基于地标检测的地图匹配定位系统在论文的实验场景中本模型的路径选择正确率为96.6%,定位误差为0.97米;基于空间约束的跨维度信息匹配视觉融合定位系统的路径选择正确率为91.4%,定位误差为1.81米,并具有无需定位初始点、融合所需数据易获得、算法泛用性较好等优势。