Indexed by：
Abstract：
本发明公开了基于特征提取与降维神经网络的视觉SLAM闭环检测方法，本发明采用卷积神经网络模型，通过在大量数据集上进行训练，从而使网络具有特征学习的能力。这样将图片之间的相似度比较转换成特征向量之间的相似度对比。为了进一步提高检测的速度，在卷积神经网络的最后加上一层自编码器网络，用来对提取的图像特征进行降维。卷积神经网络具有平移不变性，尺度不变性等多种特性，可以有效克服传统人工特征对环境变化敏感的缺点，并且具有更快的特征提取速度。该方法可解决传统视觉SLAM闭环检测方法存在的特征提取时间短，受环境变化和光照变化影响大的缺点，可以有效提高闭环检测的准确率和召回率，对于构建全局一致的环境地图具有重要作用。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201811231732.6
Filing Date： 2018-10-22
Publication Date： 2022-05-17
Pub. No.： CN109443382B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
