10.16451/j.cnki.issn1003-6059.202005008
视觉回环检测的多约束深度距离学习方法
在强场景变换下的视觉回环检测问题中,已有深度学习方法提取的特征描述子区分度不佳.针对此问题,文中深入分析多约束距离关系,提出视觉回环检测的多约束深度距离学习方法.首先,利用任意的卷积神经网络将原始图像映射为低维空间的特征描述子.然后,提出多约束损失函数,约束特征描述子之间的距离关系,并在线自动构造多约束训练样本集,提取更有区分度的低维特征.在New College、TUM数据集上的实验表明,文中方法提升强场景变化下回环检测的性能.
回环检测、视觉即时定位与地图构建、特征描述子、深度距离学习
33
TP391.41(计算技术、计算机技术)
国家自然科学基金项目No.61673288
2020-07-01(万方平台首次上网日期,不代表论文的发表时间)
共10页
458-467