模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2020, Vol. 33 Issue (5): 458-467    DOI: 10.16451/j.cnki.issn1003-6059.202005008
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
视觉回环检测的多约束深度距离学习方法
陈良1, 金晟1, 杨慧1, 高瑜1, 孙荣川1, 孙立宁1
1.苏州大学 机电工程学院 苏州 215137
Multi-constraint Deep Distance Learning for Visual Loop Closure Detection
CHEN Liang1, JIN Sheng1, YANG Hui1, GAO Yu1, SUN Rongchuan1, SUN Lining1
1. School of Mechanical and Electric Engineering, Soochow University, Suzhou 215137

全文: PDF (1947 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在强场景变换下的视觉回环检测问题中,已有深度学习方法提取的特征描述子区分度不佳.针对此问题,文中深入分析多约束距离关系,提出视觉回环检测的多约束深度距离学习方法.首先,利用任意的卷积神经网络将原始图像映射为低维空间的特征描述子.然后,提出多约束损失函数,约束特征描述子之间的距离关系,并在线自动构造多约束训练样本集,提取更有区分度的低维特征.在New College、TUM数据集上的实验表明,文中方法提升强场景变化下回环检测的性能.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陈良
金晟
杨慧
高瑜
孙荣川
孙立宁
关键词 回环检测视觉即时定位与地图构建特征描述子深度距离学习    
Abstract:In visual loop closure detection under strong scene changes, the feature descriptors extracted by the existing deep learning methods cannot be distinguished well. Aiming at this problem, the multi-constraint distance relationship is analyzed, and a multi-constraint deep distance learning method for visual loop closure detection is proposed. Firstly, the original images are mapped to feature descriptors by any convolutional neural network in the low-dimensional feature space. Then, a multi-constraint loss function is proposed to constrain the distance relationships among feature descriptors, and a multi-constraint training sample set is automatically constructed online to extract more discriminative low-dimensional feature descriptors. Experiments on New College and TUM datasets show that the proposed method improves the performance of loop closure detection under strong scene changes.
Key wordsLoop Closure Detection    Visual Simultaneous Localization and Mapping    Feature Descriptors    Deep Distance Learning   
收稿日期: 2020-02-13     
ZTFLH: TP 391.41  
基金资助:国家自然科学基金项目(No.61673288)资助
作者简介: 陈 良(通讯作者),博士,副教授,主要研究方向为深度学习.E-mail:chenl@suda.edu.cn.;金 晟,硕士研究生,主要研究方向为视觉回环检测.E-mail:773903267@qq.com.;杨 慧,硕士研究生,主要研究方向为视觉回环检测.E-mail:2636673171@qq.com.;高 瑜,博士,讲师,主要研究方向为机器人视觉感知.E-mail:ygao@suda.edu.cn.;孙荣川,博士,副教授,主要研究方向为视觉SLAM.E-mail:sunrongchuan@suda.edu.cn.;孙立宁,博士,教授,主要研究方向为先进机器人技术.E-mail:lnsun@suda.edu.cn.
引用本文:   
陈良, 金晟, 杨慧, 高瑜, 孙荣川, 孙立宁. 视觉回环检测的多约束深度距离学习方法[J]. 模式识别与人工智能, 2020, 33(5): 458-467. CHEN Liang, JIN Sheng, YANG Hui, GAO Yu, SUN Rongchuan, SUN Lining. Multi-constraint Deep Distance Learning for Visual Loop Closure Detection. , 2020, 33(5): 458-467.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202005008      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2020/V33/I5/458
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn