公开(公告)号：CN109800692A

公开(公告)日：2019-05-24

申请号：CN201910013010.1

申请日：2019-01-07

Applicant: 重庆邮电大学

Inventor： 余宇 ,  胡峰

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 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。

公开(公告)号：CN109800692B

公开(公告)日：2022-12-27

申请号：CN201910013010.1

申请日：2019-01-07

Applicant: 重庆邮电大学

Inventor： 余宇 ,  胡峰

IPC: G06V20/52 ,  G06V10/762 ,  G06V10/82 ,  G06N3/04

Abstract: 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。