基于VGG16 模型的快速閉環(huán)檢測(cè)算法

摘要：深度卷積神經(jīng)網(wǎng)絡(luò)在圖像特征表示方面優(yōu)于傳統(tǒng)手工特征,將其用于閉環(huán)檢測(cè)時(shí)還存在計(jì)算時(shí)間隨著數(shù)據(jù)增長(zhǎng)不斷增加的問題。為了解決這一問題,提出了一種基于VGG16模型的快速閉環(huán)檢測(cè)算法。該算法使用在ImageNet上預(yù)訓(xùn)練的VGG16網(wǎng)絡(luò)模型提取圖像卷積特征,并通過一種自適應(yīng)粒子濾波方法得到閉環(huán)候選幀,以固定運(yùn)算時(shí)間。在主流的閉環(huán)檢測(cè)數(shù)據(jù)集CityCentre和NewCollege上對(duì)此算法進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果顯示,該算法在兩個(gè)數(shù)據(jù)集上可以分別達(dá)到92%準(zhǔn)確率下70%召回率和96%準(zhǔn)確率下61%召回率,超過了同類算法,并有效解決了計(jì)算時(shí)間增長(zhǎng)的問題。