首页|动态场景下结合语义的半直接法视觉里程计

动态场景下结合语义的半直接法视觉里程计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题,提出了一种适用于动态场景下融合语义的半直接法视觉里程计,主要由语义分割、位姿跟踪和地图管理三部分组成.首先,使用语义分割网络Mask R-CNN对每一帧图像进行语义分割,得到语义分割二值图,结合语义先验信息删除动态特征;然后,利用静态部分特征进行帧间对齐和特征匹配完成位姿跟踪;最后,通过筛选关键帧和更新3D点深度对地图更新,并利用光束平差算法对局部地图的位姿和3D点进行优化.在公共数据集TUM RGB-D的动态序列集上的实验结果表明,该方法与ORB-SLAM2、OpenVSLAM相比,其跟踪误差分别减少了68％和72％,验证了该方法在动态场景中位姿跟踪的准确性.
Semi-direct visual odometer incorporating semantics in dynamic scene

梁鸿、陈俊熹、李丽华、何啸峰、陈灵娜

展开 >

南华大学 计算机学院,湖南 衡阳421001

南华大学 附属南华医院,湖南 衡阳421000

视觉里程计 深度学习 语义分割 半直接法 动态环境

国家自然科学基金资助项目湖南省教育厅科学研究项目

2015GZK1818A253

2021

10.19734/j.issn.1001-3695.2019.12.0698

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.(3)
  • 1
  • 1