视觉回环检测的多约束深度距离学习方法

作     者：陈良 金晟 杨慧 高瑜 孙荣川 孙立宁 CHEN Liang;JIN Sheng;YANG Hui;GAO Yu;SUN Rongchuan;SUN Lining

作者机构：苏州大学机电工程学院苏州215137 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2020年第33卷第5期

页      面：458-467页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(No.61673288)资助 

主　　题：回环检测 视觉即时定位与地图构建 特征描述子 深度距离学习 

摘      要：在强场景变换下的视觉回环检测问题中,已有深度学习方法提取的特征描述子区分度不佳.针对此问题,文中深入分析多约束距离关系,提出视觉回环检测的多约束深度距离学习方法.首先,利用任意的卷积神经网络将原始图像映射为低维空间的特征描述子.然后,提出多约束损失函数,约束特征描述子之间的距离关系,并在线自动构造多约束训练样本集,提取更有区分度的低维特征.在New College、TUM数据集上的实验表明,文中方法提升强场景变化下回环检测的性能.