典型文献
一种结合深度学习的运动去模糊视觉SLAM方法
文献摘要：
针对高动态环境下视觉同步定位与地图构建(SLAM)系统的可靠性受运动模糊的限制,研究了一种基于生成对抗网络(GAN)和AKAZE特征点的运动去模糊视觉SLAM方案.首先,对因相机快速运动而产生的模糊图像进行AKAZE特征点的提取与检测,并根据特征点分布的丰富程度计算图像块权重,结合灰度图像的方差信息建立特征点与模糊程度之间的量化关系表;然后,将达到模糊分数阈值的图像同步输入至改进GAN模型,该网络以端对端的形式恢复中心模糊帧的纹理信息;最后,对输出的清晰图像重新进行位姿估计,以参与ORB-SLAM2后端优化过程.在公开数据集TUM上进行测试,对于受模糊影响较严重的数据集,该方案可以显著降低相机轨迹估计的整体误差,同时维持较好的鲁棒性.
文献关键词：
同步定位与地图构建;运动去模糊;AKAZE特征点;生成对抗网络
中图分类号：
作者姓名：
袁珊;瞿安朝;钱伟行;吕昊;苏晓林
作者机构：
南京师范大学 电气与自动化工程学院 南京 210023
文献出处：
引用格式：
[1]袁珊;瞿安朝;钱伟行;吕昊;苏晓林-.一种结合深度学习的运动去模糊视觉SLAM方法)[J].飞控与探测,2022(03):28-36
A类：
运动去模糊
B类：
高动态,动态环境,视觉同步定位与地图构建,运动模糊,生成对抗网络,GAN,AKAZE,特征点,快速运动,模糊图像,丰富程度,计算图,灰度图像,模糊程度,量化关系,端对端,纹理信息,位姿估计,ORB,SLAM2,后端优化,公开数据集,TUM,整体误差
AB值：
0.33311
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
