基于卷积神经网络的视觉闭环检测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12052/gdutxb.180068

基于卷积神经网络的视觉闭环检测研究

引用
闭环检测是视觉SLAM中很重要的一部分, 成功地检测出闭环能减小定位算法所产生的累积里程漂移. 鉴于深度卷积神经网络在分类问题上的优越表现, 本文首次将应用于图像分类的vgg16-places365 卷积神经网络模型应用于视觉SLAM闭环检测中, 将配准数据输入训练好的该卷积神经网络, 其各个隐藏层的输出对应于图像特征表示. 然后通过实验比较选用匹配精度较高的中间层完成场景特征提取, 通过计算场景特征的相似性得到闭环区域. 最后在闭环检测数据集上进行实验测试. 测试结果表明, 相比于传统的闭环检测方法, vgg16-places365 卷积神经网络模型在相同召回率条件下准确率要高约3%; 对于特征提取时间, 在CPU上要快约5~10倍, 而在GPU上更是比传统人工设计特征的闭环检测快近100倍.

视觉SLAM、闭环检测、卷积神经网络、特征提取、相似度

35

TP242(自动化技术及设备)

国家自然科学基金青年科学基金资助项目61305069;广东省信息产业发展专项现代信息服务业项目2150510

2018-10-17(万方平台首次上网日期,不代表论文的发表时间)

共7页

31-37

相关文献
评论
暂无封面信息
查看本期封面目录

广东工业大学学报

1007-7162

44-1428/T

35

2018,35(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn