公开(公告)号：CN113191435B

公开(公告)日：2022-08-23

申请号：CN202110493714.0

申请日：2021-05-07

Applicant: 南京邮电大学

Inventor： 赵勃 ,  杭程

IPC: G06V10/74 ,  G06V10/762 ,  G06V10/764 ,  G06K9/62 ,  G06F40/216 ,  G06F40/242 ,  G06F40/30

Abstract: 本发明提供了一种基于改进型的视觉词典树的图像闭环检测方法，包括如下步骤：步骤1，利用分层的K均值聚类方案建立视觉词典树，使用所述视觉词典树中的每个节点以及每个节点的TF‑IDF熵而得出的得分向量描述至少两张预定帧的图像；步骤2，对步骤1中的图像进行相似性计算；步骤3，利用图像在时间和空间上的约束关系来对误正闭环进行处理。本发明有效减少了闭环检测中存在的感知歧义问题并能够有效提高闭环检测召回率。

公开(公告)号：CN113191435A

公开(公告)日：2021-07-30

申请号：CN202110493714.0

申请日：2021-05-07

Applicant: 南京邮电大学

Inventor： 赵勃 ,  杭程

IPC: G06K9/62 ,  G06F40/216 ,  G06F40/242 ,  G06F40/30

Abstract: 本发明提供了一种基于改进型的视觉词典树的图像闭环检测方法，包括如下步骤：步骤1，利用分层的K均值聚类方案建立视觉词典树，使用所述视觉词典树中的每个节点以及每个节点的TF‑IDF熵而得出的得分向量描述至少两张预定帧的图像；步骤2，对步骤1中的图像进行相似性计算；步骤3，利用图像在时间和空间上的约束关系来对误正闭环进行处理。本发明有效减少了闭环检测中存在的感知歧义问题并能够有效提高闭环检测召回率。