一种基于深度学习的视觉里程计算法
近年来,视觉里程计广泛应用于机器人和自动驾驶等领域,传统方法求解视觉里程计需基于特征提取、特征匹配和相机校准等复杂过程,同时各个模块之间要耦合在一起才能达到较好的效果,且算法的复杂度较高.环境噪声的干扰以及传感器的精度会影响传统算法的特征提取精度,进而影响视觉里程计的估算精度.鉴于此,提出一种基于深度学习并融合注意力机制的视觉里程计算法,该算法可以舍弃传统算法复杂的操作过程.实验结果表明,所提算法可以实时地估计相机里程计,并具有较高的精度和稳定性以及较低的网络复杂度.
机器视觉、深度学习、视觉里程计、注意力机制、多任务学习
58
TP391.4;TP181(计算技术、计算机技术)
贵州省科技计划
2021-04-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
316-323