Indexed by：
Abstract：
本发明公开了基于深度学习与GPU加速的动态场景下视觉SLAM优化方法，包括以下步骤：通过相机获取图像帧的RGB图像与深度图像；对RGB图像进行ORB特征提取，并使用YOLOv5目标检测算法获取边界框检测结果，将边界框检测结果分为动态物体和静态物体两类；根据提取的ORB特征，基于深度图像得到的深度值信息对动态物体检测框进行前背景分割，筛选并剔除被认为是动态特征点的前景点；对剩下的静态特征点进行相机位姿估计和优化，得到准确的相机运动结果；本发明结合深度信息来分割检测框中的前背景区域，以避免剔除静态的背景点；将跟踪线程的ORB特征提取和目标检测线程中的YOLOv5目标检测算法分别进行CUDA并行化和TensorRT优化，实现嵌入式设备的实时动态视觉SLAM。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410231215.8
Filing Date： 2024-02-29
Publication Date： 2024-05-28
Pub. No.： CN118097265A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
