典型文献
同步定位与建图特征提取和匹配算法研究
文献摘要：
针对传统特征提取算法提取的特征点集中、重复率低的问题,提出了一种基于深度学习的特征提取网络模型,首先通过编码网络对图像进行特征压缩,分别使用特征点提取网络和描述子网络,得到图像的特征点和描述子,获得数量足够、分布均匀、具有代表性的特征点.之后采用图神经网络和注意力机制匹配特征点,将特征点和描述子编码成一个特征匹配向量,传入最佳匹配层,得到较好的匹配关系,从而估算出运动位姿的变化,提高了同步定位与建图(SLAM)系统的定位精度.在公开数据集上,分别用尺度不变特征变换算法(SIFT)、快速特征点提取和描述算法(ORB)和深度学习的方法作为角点检测器,对视觉里程计(VO)进行了分析和比较.实验结果表明,改进后的SLAM系统定位精度提高了33.56％.
文献关键词：
深度学习;特征提取;特征匹配
中图分类号：
作者姓名：
崔学荣;周伟帅;李娟;李世宝
作者机构：
中国石油大学(华东) 海洋与空间信息学院,山东 青岛 266580;中国石油大学(华东) 计算机科学与技术学院,山东 青岛 266580
文献出处：
引用格式：
[1]崔学荣;周伟帅;李娟;李世宝-.同步定位与建图特征提取和匹配算法研究)[J].导航定位学报,2022(05):121-127
A类：
B类：
同步定位与建图,匹配算法,算法研究,传统特征,特征提取算法,特征点集,重复率,特征提取网络,编码网络,特征压缩,使用特征,描述子,子网络,得数,图神经网络,注意力机制,匹配特征点,特征匹配,传入,匹配层,匹配关系,出运,位姿,SLAM,定位精度,公开数据集,尺度不变特征变换算法,SIFT,快速特征点提取和描述算法,ORB,角点检测,检测器,对视,视觉里程计,VO,系统定位
AB值：
0.445336
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。
