结合多重注意力机制的V-SLAM闭环检测特征匹配算法

作     者：伍宣衡 高贵 王忠美 薛子豪 龙永红 WU Xuanheng;GAO Gui;WANG Zhongmei;XUE Zihao;LONG Yonghong

作者机构：湖南工业大学轨道交通学院湖南株洲412007 西南交通大学地球科学与环境工程学院四川成都610000 

出 版 物：《湖南工业大学学报》 (Journal of Hunan University of Technology)

年 卷 期：2023年第37卷第5期

页      面：9-16页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家级创新创业基金资助项目(S202111535505,S202111535041) 湖南省教育厅科研基金资助项目(22A0391,22B0586) 

主　　题：同步定位与建图 闭环检测 图神经网络 多重注意力机制 

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。