基于图像语义分割的动态场景下的单目SLAM算法

• 作者: 曽攀 潘树国 盛超 赵涛 黄砺枭
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 单目视觉SLAM 动态物体 卷积神经网络 语义分割 深度学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 40-44
• 页数: 5页
• 分类号: P23
• 语种: 中文

摘要

在恢复场景信息和相机运动时,传统的SLAM算法是基于静态环境假设的.场景中的动态物体会降低算法的稳健性和最终的定位精度.本文提出将基于深度学习的图像语义分割技术与传统的视觉SLAM算法结合,以减少动态物体对定位结果的干扰.首先,构建有监督的卷积神经网络对输入图像中的动态物体进行分割,获得语义图像;然后,从原始图像中提取特征点,并根据语义图像剔除动态物体特征点,保留静态物体特征点;最后,利用静态物体特征点采用基于特征点的单目视觉SLAM算法对相机运动进行跟踪.在ApolloScape自动驾驶数据集上的试验表明,与传统方法相比,本文算法在动态场景中定位精度提升约17％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘树国	东南大学仪器科学与工程学院	115	923	16.0	22.0
2	黄砺枭	东南大学仪器科学与工程学院	4	2	1.0	1.0
3	赵涛	东南大学仪器科学与工程学院	4	1	1.0	1.0
4	盛超	东南大学仪器科学与工程学院	1	1	1.0	1.0
5	曽攀	东南大学仪器科学与工程学院	1	1	1.0	1.0