[发明专利]一种回环检测方法、装置及电子设备和存储介质

权利要求书

1.一种回环检测方法，其特征在于，包括：

获取待检测的多通道图像，将所述多通道图像输入预先训练的CNN神经网络中，提取所述CNN神经网络预设层输出的目标特征图和高维向量；

若存在所述多通道图像对应的历史关键帧，则确定所述历史关键帧的历史向量与当前所述高维向量的余弦相似度；

若所述余弦相似度大于第一阈值，则确定所述历史关键帧对应的历史特征图与所述目标特征图的匹配度；

若所述匹配度大于第二阈值，则确定最终检测结果为存在回环。

2.根据权利要求1所述的回环检测方法，其特征在于，所述确定所述历史关键帧的历史向量与当前所述高维向量的余弦相似度之后，还包括：

若所述余弦相似度小于所述第一阈值，则确定初步检测结果为不存在回环，并直接输出所述初步检测结果，禁止执行所述确定所述历史关键帧对应的历史特征图与所述目标特征图的匹配度的过程；

若所述余弦相似度大于所述第一阈值，且所述匹配度小于所述第二阈值，则确定所述最终检测结果为不存在回环。

3.根据权利要求1所述的回环检测方法，其特征在于，所述将所述多通道图像输入预先训练的CNN神经网络中，提取所述CNN神经网络预设层输出的目标特征图和高维向量之后，还包括：

将所述目标特征图和所述高维向量保存至预设存储器，所述预设存储器用于存储历史提取的特征图和高维向量。

4.根据权利要求1至3任一项所述的回环检测方法，其特征在于，所述CNN神经网络的训练过程包括：

获取多通道图像样本，并对所述多通道图像样本进行图像增强处理；

利用增强处理后图像样本进行CNN神经网络的训练，得到用于提取特征图和高维向量的CNN神经网络。

5.根据权利要求4所述的回环检测方法，其特征在于，所述对所述多通道图像样本进行图像增强处理，包括：

利用随机选取的图像增强处理方式，对所述多通道图像样本进行增强处理，得到增强处理后图像样本；其中，所述图像增强处理方式包括光照增强处理、缩放增强处理、场景增强处理和噪声增强处理。

6.根据权利要求4所述的回环检测方法，其特征在于，所述利用增强处理后图像样本进行CNN神经网络的训练，包括：

通过图像ID训练模式和/或图像组训练模式，利用所述增强处理后图像样本进行CNN神经网络的训练。

7.一种回环检测装置，其特征在于，包括：

图像输入模块，用于获取待检测的多通道图像，将所述多通道图像输入预先训练的CNN神经网络中，提取所述CNN神经网络预设层输出的目标特征图和高维向量；

相似度确定模块，用于若存在所述多通道图像对应的历史关键帧，则确定所述历史关键帧的历史向量与当前所述高维向量的余弦相似度；

匹配度确定模块，用于若所述余弦相似度大于第一阈值，则确定所述历史关键帧对应的历史特征图与所述目标特征图的匹配度；

第一结果确定模块，用于若所述匹配度大于第二阈值，则确定最终检测结果为存在回环。

8.根据权利要求7所述的回环检测装置，其特征在于，还包括：

第二结果确定模块，用于在确定所述历史关键帧的历史向量与当前所述高维向量的余弦相似度之后，若所述余弦相似度小于所述第一阈值，则确定初步检测结果为不存在回环，并直接输出所述初步检测结果，禁止执行所述确定所述历史关键帧对应的历史特征图与所述目标特征图的匹配度的过程；

第三结果确定模块，用于若所述余弦相似度大于所述第一阈值，且所述匹配度小于所述第二阈值，则确定所述最终检测结果为不存在回环。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述回环检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述回环检测方法的步骤。