[发明专利]一种基于预训练卷积神经网络的视觉SLAM回环检测方法有效
| 申请号： | 201910013010.1 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109800692B | 公开（公告）日： | 2022-12-27 |
| 发明（设计）人： | 余宇;胡峰 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06V20/52 | 分类号： | G06V20/52;G06V10/762;G06V10/82;G06N3/04 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 刘小红;陈栋梁 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于预训练卷积神经网络的视觉SLAM回环检测方法，包括如下步骤：S1.基于预训练卷积神经网络VGG‑19的结构对输入图像数据集进行特征提取，并构造图像特征向量集；S2.基于K‑Means算法对图像特征向量集进行特征聚类，并生成聚类模型；S3.对新输入图像帧经过预训练VGG‑19提取特征向量作为特征描述，并通过聚类模型输出预测标签；S4.在同一类别标签内，利用欧式距离度量对新加入图像的特征向量和其余特征向量进行相似度计算，当度量值小于设定阈值时则判定与之形成回环，经过条件筛选，输出构成的真实回环图像集合。本发明提高了准确率、降低了开销。 | ||
| 搜索关键词： | 一种 基于 训练 卷积 神经网络 视觉 slam 回环 检测 方法 | ||
【主权项】：
1.一种基于预训练卷积神经网络的视觉SLAM回环检测方法，其特征在于，包括以下步骤：S1、输入场景图像集合，对输入图像先进行去均值标准化处理，基于预训练卷积神经网络VGG‑19的结构，在VGG‑19的前向传播中对输入图像数据集进行特征提取，并构造图像特征向量集；S2、基于K‑Means算法对图像特征向量集进行特征聚类，并生成聚类模型；S3、对新输入图像帧经过预训练VGG‑19提取特征向量作为特征描述，并通过聚类模型输出预测标签；S4.在同一类别标签内，利用欧式距离度量对新加入图像的特征向量和其余图像的特征向量进行相似度计算，当度量值小于设定阈值时则判定与之形成回环，经过条件筛选，输出构成的真实回环图像集合。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910013010.1/，转载请声明来源钻瓜专利网。
