申请/专利权人:华南农业大学
申请日:2024-03-20
公开(公告)日:2024-06-21
公开(公告)号:CN118230002A
主分类号:G06V10/74
分类号:G06V10/74;G06V10/40;G06V10/82;G06N3/0455;G06N3/088
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种高维和低维特征结合的视觉SLAM回环检测方法,包括步骤:将训练的数据集放入基于轻量化网络和降噪自编码网络的模型进行训练;将特征矩阵变成低维特征描述子,并将所有的特征描述子一起构成特征描述子数据库;将所有图像的高维特征描述子构成高维特征描述子数据库;进行余弦相似度匹配,对其得分排序得到得分最高的K个图像帧;将所述图像高维特征描述子进行余弦相似度匹配,得到得分最高M个图像帧;将高维特征描述子进行SSIM匹配,得到得分最高且连续的两帧图像。本发明利用低维特征进行初步匹配,同时结合部分高维特征进行匹配。在保证回环检测效率的情况下保持较高的速度。
主权项:1.一种高维和低维特征结合的视觉SLAM回环检测方法,其特征在于,包括步骤:S1,将训练的数据集放入基于轻量化网络和降噪自编码网络的模型进行训练,获得训练好的网络模型;S2,将需要回环检测的数据放入已经训练好的网络模型中,提取每个图像帧的特征并输出特征矩阵,将特征矩阵变成低维特征描述子,并将所有的特征描述子一起构成特征描述子数据库;S3,将需要回环检测的数据经过特征提取网络特征层,获得特征矩阵,并将其转为高维特征描述子,所有图像的高维特征描述子构成高维特征描述子数据库;S4,对要进行回环检测的图像低维特征描述子和低维度特征描述子数据库进行余弦相似度匹配,对其得分排序得到得分最高的K个图像帧;S5,在高维特征描述子数据库中,将所述K个图像帧的高维特征描述子与需要回环检测的图像高维特征描述子进行余弦相似度匹配,得到得分最高M个高维特征描述子对应的图像帧;S6,将需要回环检测的图像对应的高维特征描述子和M个图像帧对应的高维特征描述子进行SSIM匹配,得到得分最高且连续的两帧图像,则为最后的回环检测结果。
全文数据:
权利要求:
百度查询: 华南农业大学 一种高维和低维特征结合的视觉SLAM回环检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。