科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了在复杂环境下对V-SLAM闭环检测的准确率-召回率有更好的鲁棒性，提出一种在图神经网络中结合多重注意力机制的局部特征匹配算法，并在闭环检测上进行应用。首先，采用SuperPoint检测器获取图像序列中的关键点，再将提取出来的特征点输入关键点编码器内，通过多层感知器将其升维到与局部描述子维度一样；然后，同时经过多重注意力机制网络中重复9次，得到更具有代表信息的局部描述子；其次，在最优匹配层中采用SinkHorn算法求解出最优匹配矩阵，通过对阈值的合理设定，得到闭环检测结果；最后，在New College和City Centre两个公共数据集上与5种其他闭环检测基准算法进行实验，结果表明该算法在召回率一定的情况下，其准确率比其他实验算法的要高，有更强的鲁棒性，满足闭环检测要求。
- 单位
