公开(公告)号：CN116977825A

公开(公告)日：2023-10-31

申请号：CN202311013116.4

申请日：2023-08-11

Applicant: 南京邮电大学

Inventor： 张载龙 ,  刘祥成

IPC: G06V10/82 ,  G06V10/75 ,  G06V10/762 ,  G06V20/70 ,  G06V10/26 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于深度学习的视觉SLAM动态特征点去除方法，步骤S1、获取目标帧输入到预先训练好的潜在动态物体识别模型，识别动态目标和静态物体；步骤S2、根据预设条件统计目标帧的特征点的数量判断特征点的数量是否超过阈值，若否则转步骤S4，若是则转步骤S3；步骤S3、将动态目标框内的特征点全部去除；步骤S4、进一步细化动态目标及与其重合的静态物体的区域；步骤S5、对细化的区域内的特征点的深度信息进行K‑Means聚类；步骤S6、对聚类后的每一类随机挑选出其中的部分数量的特征点进行动态点检测，进行特征点去除。优点：保证实时性同时避免特征点的浪费，加快动态点检测的速度。