公开(公告)号：CN109934857A

公开(公告)日：2019-06-25

申请号：CN201910160239.8

申请日：2019-03-04

Applicant: 大连理工大学

Inventor： 郭烈 ,  王肖 ,  李琳辉 ,  赵一兵 ,  孙大川 ,  夏文旭 ,  王东兴

IPC: G06T7/33 ,  G01C21/20

Abstract: 本发明公开了一种基于卷积神经网络与ORB特征的回环检测方法，包括以下步骤：将新图像i加入图像序列；利用卷积神经网络提取图像i与图像序列中其他图像的特征向量并计算其余弦相似度；将相似度大于阈值的图象i和图象j进行ORB特征提取；对图像i和图像j进行特征匹配，若两幅图像最终匹配到的特征点的正确对数大于设定阈值则认为出现回环。由于本发明通过使用卷积神经网络代替传统词袋法，提高了回环检测的速度与准确性。由于本发明将卷积神经网络与ORB特征相结合从而降低误匹配概率。

公开(公告)号：CN109934857B

公开(公告)日：2021-03-19

申请号：CN201910160239.8

申请日：2019-03-04

Applicant: 大连理工大学

Inventor： 郭烈 ,  王肖 ,  李琳辉 ,  赵一兵 ,  孙大川 ,  夏文旭 ,  王东兴

IPC: G06T7/33 ,  G01C21/20

Abstract: 本发明公开了一种基于卷积神经网络与ORB特征的回环检测方法，包括以下步骤：将新图像i加入图像序列；利用卷积神经网络提取图像i与图像序列中其他图像的特征向量并计算其余弦相似度；将相似度大于阈值的图象i和图象j进行ORB特征提取；对图像i和图像j进行特征匹配，若两幅图像最终匹配到的特征点的正确对数大于设定阈值则认为出现回环。由于本发明通过使用卷积神经网络代替传统词袋法，提高了回环检测的速度与准确性。由于本发明将卷积神经网络与ORB特征相结合从而降低误匹配概率。