基于深度学习特征点法的单目视觉里程计

• 作者: 刘敏 曾春艳 熊炜 王娟 金靖熠
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 视觉里程计 深度学习 亮度非线性逐点调整 特征匹配 重投影误差
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形与图像
• 页码范围: 117-124
• 页数: 8页
• 分类号: TP391.9
• 字数: 4984字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.01.015

摘要

针对特征点法的视觉里程计VO中光度、视点变化对特征点提取稳定性降低的不利影响,提出一种基于深度学习特征点法的单目VO方法.采用自监督深度学习网络训练得到DSP特征点检测器.首先使用亮度非线性逐点调整方法对训练图像进行光度调整;然后使用非极大值抑制方法剔除冗余DSP特征点,改进最邻近方法得到双向最邻近方法,解决特征点匹配问题;最后建立最小化重投影误差方程求解优化位姿及空间点参数.在Hpatches、Visual Odometry数据集上进行验证,实验结果表明:DSP特征点检测器增强了特征匹配对光度、视点变化的鲁棒性;无后端优化的条件下,本方法定位均方根误差比ORB方法明显降低,且保证了系统实时性,为特征点法的VO提供新的解决思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏	湖北工业大学电气与电子工程学院	24	54	5.0	7.0
2	曾春艳	湖北工业大学电气与电子工程学院	17	18	3.0	3.0
3	王娟	湖北工业大学电气与电子工程学院	16	17	2.0	4.0
4	金靖熠	湖北工业大学电气与电子工程学院	2	0	0.0	0.0