近年来随着自动驾驶、无人机、虚拟现实等应用领域的兴起,基于视觉的位置识别在计算机视觉、机器人等领域备受关注。随着研究的深入,位置识别任务所要应对的场景也愈加复杂。目前绝大部分位置识别方法还主要是基于SIFT、ORB等传统手工特征的方法,然而这类方法已无法满足复杂变化环境下的位置识别要求。深度卷积神经网络(CNN)已经在图像分类、人脸识别等多个领域展现出远优于传统手工特征的性能。因此,本文考虑将CNN应用于位置识别任务中以更好地解决复杂场景下的位置识别问题。首先,在词袋模型的基础上,提出了卷积特征袋(BCF)模型,并将其用于位置识别。同时,本文利用Faster R-CNN来对全局特征和局部特征进行联合提取,提出了基于Faster R-CNN的位置识别方法。为进一步提升位置识别的效果,本文对基于CNN的端到端的位置识别方法进行了探讨,设计了一种全新的网络结构——BoWNet,用以对词袋模型进行模拟,并将其与常用的CNN网络相结合,设计了可用于位置识别任务的BoW-CNN网络,并采用孪生三重网络结构对其进行了训练。此外,将BoWNet与Faster R-CNN网络相结合,设计并实现了BR-CNN网络,以期达到更好的位置识别效果。本文提出的一系列基于CNN的位置识别方法均表现出显著优于传统手工特征方法的识别效果,且在复杂变化环境下具有更好的鲁棒性。其中,基于BCF和基于Faster R-CNN的位置识别方法并不依赖于特定的网络层及网络结构,且可直接使用预训练好的网络模型,而无须针对特定识别任务进行训练,通用性强,实用性高。而基于CNN的端到端的位置识别方法,则可根据位置识别任务进行特定的训练,因而具有更好的识别效果。