一种基于自编码网络的视觉回环检测方法

    公开(公告)号:CN112419317B

    公开(公告)日:2024-02-02

    申请号:CN202011472443.2

    申请日:2020-12-15

    Applicant: 东北大学

    Abstract: 一种基于自编码网络的视觉回环检测方法,包括:1、获取一张图像;2、计算该图像的记忆性得分,与设定的记忆性得分阈值进行比较,确定是否保留该图像,确定关键帧;3、将筛选出的关键帧输入到已经训练好的卷积自编码网络中,获取降噪后的GIST全局特征f;4、从特征数据库中取出一个特征fpre,计算fpre与f这俩特征向量的余弦相似度,与设定相似度的阈值为进行比较,确定该帧是否为候选帧,进行回环验证;5、在回环验证阶段,在完成空间一致性验证前提下,进行时间一致性验证,连续运动过程中一张图像满足回环条件,成为回环候选帧,则在某个时间范围内,获取的关键帧必须都成为候选帧,满足上(56)对比文件Mathieu Labbé等.Online global loopclosure detection for large-scale multi-session graph-based SLAM《.2014 IEEE/RSJInternational Conference on IntelligentRobots and Systems》.2014,2661-2666.

    一种基于记忆单元的孪生网络视觉跟踪方法

    公开(公告)号:CN112489088A

    公开(公告)日:2021-03-12

    申请号:CN202011473954.6

    申请日:2020-12-15

    Applicant: 东北大学

    Abstract: 一种基于记忆单元的孪生网络视觉跟踪方法,属于目标跟踪技术领域,包括:步骤1、搭建跟踪模型;步骤2、获取初始的目标模板特征;步骤3、获取跟踪目标在视频当前帧中的对应位置;步骤4、根据步骤3中找出的当前帧中跟踪目标所在位置裁剪出目标所在区域作为目标模板,将该目标模板输入跟踪模型的目标模板分支获取新的目标模板特征;读取视频的下一帧作为当前帧,转入步骤3进行下一轮迭代,直至读取完视频中的所有帧结束迭代。本发明方法能够有效应对视觉跟踪过程中的遮挡、背景的混杂和目标的形态剧烈变化等问题,提升了跟踪模型面对复杂环境时的跟踪鲁棒性。

    一种基于自编码网络的视觉回环检测方法

    公开(公告)号:CN112419317A

    公开(公告)日:2021-02-26

    申请号:CN202011472443.2

    申请日:2020-12-15

    Applicant: 东北大学

    Abstract: 一种基于自编码网络的视觉回环检测方法,包括:1、获取一张图像;2、计算该图像的记忆性得分,与设定的记忆性得分阈值进行比较,确定是否保留该图像,确定关键帧;3、将筛选出的关键帧输入到已经训练好的卷积自编码网络中,获取降噪后的GIST全局特征f;4、从特征数据库中取出一个特征fpre,计算fpre与f这俩特征向量的余弦相似度,与设定相似度的阈值为进行比较,确定该帧是否为候选帧,进行回环验证;5、在回环验证阶段,在完成空间一致性验证前提下,进行时间一致性验证,连续运动过程中一张图像满足回环条件,成为回环候选帧,则在某个时间范围内,获取的关键帧必须都成为候选帧,满足上述条件才可最终确定回环的出现。

Patent Agency Ranking