基于Faster-RCNN的回环检测优化算法

被引：3

作者：

徐建鹏

卜凡亮

机构：

[1] 中国人民公安大学信息技术与网络安全学院

来源：

计算机应用研究 | 2019年 / 36卷 / 12期

关键词：

三维重建; 同时定位与地图构建; 回环检测; 神经网络; 词袋模型; 优化算法;

D O I：

10.19734/j.issn.1001-3695.2018.08.0602

中图分类号：

TP391.41 []; TP242 [机器人];

学科分类号：

080203 ; 1111 ;

摘要：

如何提高回环检测(loop closure detection)的准确率,是同时定位与地图构建系统(simultaneous localization and mapping,SLAM)中实现更高位姿恢复精度的关键问题之一。基于传统的词袋模型原理,构建了一个全新的算法框架。该算法使用预处理的Faster-RCNN对图像序列进行检测,利用所检测出的图像语义特征种类、像素位置及特征图等信息来构建具有标志性的二维语义特征向量图,并使用非线性的累积误差来计算二维语义特征向量图之间的相似度,且据此计算初始回环,经位姿验证后得到最终回环结果。通过与传统词袋模型算法的分析比较,实验结果验证了所提算法的有效性,实现了更高精度和效率的回环检测。

引用

页码：3628 / 3631

页数：4

共 14 条

[1]

ORB:an efficient alternative to SIFT or SURF. RUBLEE E,RABAUD V,KONOLIGE K,et al. Proceedings of IEEE International Conference on Computer Vision . 2012

[2]

Unsupervised learning to detect loops using deep neural networks for visual SLAM system. X.Gao,T.Zhang. Autonomous Robots . 2017

[3]

Photometric bundle adjustment for vision-based SLAM. Alismail H,Browning B,Lucey S. Proc of Asian Conference on Computer Vision . 2016

[4]

Fast loop-closure detection using visual-word-vectors from image sequences. Bampis L,Amanatiadis A,Gasteratos A. International Journal of Robotics Research . 2017

[5]

Caffe:convolutional architecture for fast feature embedding. Jia Y Q,Shelhamer E,Donahue J,et al. Proceedings of the22nd ACM International Conference on Multimedia . 2014

[6] 采用混合回环检测与闭环优化的TSDF地图创建 [J].

贾松敏 ;

李柏杨 ;

张国梁 .

光学精密工程 , 2018, (06) :1497-1506

[7] 三维重建系统下的特征点处理与位姿恢复优化算法 [J].

徐建鹏 ;

卜凡亮 .

计算机应用研究, 2019, 36 (10) :3196-3200

[8]

CNN Feature Boosted SeqSLAM for Real-Time Loop Closure Detection[J]. BAI Dongdong,WANG Chaoqun,ZHANG Bo,YI Xiaodong,YANG Xuejun. Chinese Journal of Electronics. 2018(03)

[9] 基于NDT匹配和改进回环检测的SLAM研究 [J].

林俊钦 ;

韩宝玲 ;

罗庆生 ;

赵嘉珩 ;

葛卓 .

光学技术, 2018, 44 (02) :152-157

[10] 有遮挡人脸识别综述:从子空间回归到深度学习 [J].

李小薪 ;

梁荣华 .

计算机学报, 2018, 41 (01) :177-207

← 1 2 →