同步定位与建图特征提取和匹配算法研究

作者：崔学荣; 周伟帅^*; 李娟; 李世宝

来源：导航定位学报, 2022, 10(05): 121-127.

DOI：10.16547/j.cnki.10-1096.20220517

• 深度学习
• 特征提取
• 特征匹配

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%。

• 单位
  中国石油大学（华东）