基于残差网络的图像序列闭环检测

占浩; 朱振才; 张永合; 郭明; 丁国鹏

doi:doi:10.3788/LOP202158.0411003

激光与光电子学进展, 2021, 58 (4): 0411003, 网络出版: 2021-02-24

基于残差网络的图像序列闭环检测下载： 1197次

Loop-Closure Detection Using Image Sequencing Based on ResNet

占浩 ^1,2,3,*朱振才 ^1,2,3张永合 ^1,2,3郭明 ^1,2丁国鹏 ^1,2

作者单位

¹ 中国科学院微小卫星创新研究院, 上海 201203

² 中国科学院微小卫星重点实验室, 上海 201203

³ 中国科学院大学, 北京 100049

图 & 表

图 1. 所提算法流程

Fig. 1. Flowchart of the proposed algorithm

下载图片查看原文

图 2. 典型的ResNet18结构

Fig. 2. Typical ResNet18 structure

下载图片查看原文

图 3. 所设计的ResNet结构

Fig. 3. Designed ResNet structure

下载图片查看原文

图 4. 所设计网络的直接输出形式

Fig. 4. Direct output form of designed network

下载图片查看原文

图 5. 不同数据集的典型图像。(a)City Centre; (b)New College

Fig. 5. Typical images in different datasets. (a) City Centre; (b) New College

下载图片查看原文

图 6. GPS数据。(a)City Centre;(b)New College

Fig. 6. GPS data. (a) City Centre; (b) New College

下载图片查看原文

图 7. 所提算法、ResNet18不同层及其他算法的P-R曲线比较。(a) City Centre; (b) New College

Fig. 7. Comparison of P-R curves of proposed algorithm, different layers in ResNet18, and other algorithms. (a) City Centre; (b) New College

下载图片查看原文

图 8. 输出组合的形式

Fig. 8. Form of output combination

下载图片查看原文

图 9. 不同序列长度对结果的影响。(a) City Centre; (b) New College

Fig. 9. Influence of different sequence lengths on the results. (a) City Centre; (b) New College

下载图片查看原文

图 10. City Centre数据集中序列长度为15时,不同m对结果的影响

Fig. 10. Influence of different m on the results when the sequence length is 15 in City Centre dataset

下载图片查看原文

图 11. 长度为15的序列组合前后的相似度曲线。(a)序列组合特征与其他帧的相似度; (b)不进行序列组合的相似度

Fig. 11. Similarity curves before and after combination of 15 length sequences. (a) Similarity between sequence combination features and other frames; (b) similarity of sequence without combination

下载图片查看原文

表 1部分参数的设置

Table1. Setting of some parameters

Parameter	Symbol	Value
Number of frames not detected	l	50
Number of frames in the interval	l_s	7
Group length/frame	l_w	15
Overlap length/frame	N_o	3
Number of matching points	N_d	12

查看原文

占浩, 朱振才, 张永合, 郭明, 丁国鹏. 基于残差网络的图像序列闭环检测[J]. 激光与光电子学进展, 2021, 58(4): 0411003. Hao Zhan, Zhencai Zhu, Yonghe Zhang, Ming Guo, Guopeng Ding. Loop-Closure Detection Using Image Sequencing Based on ResNet[J]. Laser & Optoelectronics Progress, 2021, 58(4): 0411003.

基于残差网络的图像序列闭环检测下载： 1197次

图 1. 所提算法流程

Fig. 1. Flowchart of the proposed algorithm

图 2. 典型的ResNet18结构

Fig. 2. Typical ResNet18 structure

图 3. 所设计的ResNet结构

Fig. 3. Designed ResNet structure

图 4. 所设计网络的直接输出形式

Fig. 4. Direct output form of designed network

图 5. 不同数据集的典型图像。(a)City Centre; (b)New College

Fig. 5. Typical images in different datasets. (a) City Centre; (b) New College

图 6. GPS数据。(a)City Centre;(b)New College

Fig. 6. GPS data. (a) City Centre; (b) New College

图 7. 所提算法、ResNet18不同层及其他算法的P-R曲线比较。(a) City Centre; (b) New College

Fig. 7. Comparison of P-R curves of proposed algorithm, different layers in ResNet18, and other algorithms. (a) City Centre; (b) New College

图 8. 输出组合的形式

Fig. 8. Form of output combination

图 9. 不同序列长度对结果的影响。(a) City Centre; (b) New College

Fig. 9. Influence of different sequence lengths on the results. (a) City Centre; (b) New College

图 10. City Centre数据集中序列长度为15时,不同m对结果的影响

Fig. 10. Influence of different m on the results when the sequence length is 15 in City Centre dataset

图 11. 长度为15的序列组合前后的相似度曲线。(a)序列组合特征与其他帧的相似度; (b)不进行序列组合的相似度

Fig. 11. Similarity curves before and after combination of 15 length sequences. (a) Similarity between sequence combination features and other frames; (b) similarity of sequence without combination

表 1部分参数的设置

Table1. Setting of some parameters

关于本站 Cookie 的使用提示

全站搜索

基于残差网络的图像序列闭环检测 下载： 1197次

图 1. 所提算法流程

Fig. 1. Flowchart of the proposed algorithm

图 2. 典型的ResNet18结构

Fig. 2. Typical ResNet18 structure

图 3. 所设计的ResNet结构

Fig. 3. Designed ResNet structure

图 4. 所设计网络的直接输出形式

Fig. 4. Direct output form of designed network

图 5. 不同数据集的典型图像。(a)City Centre; (b)New College

Fig. 5. Typical images in different datasets. (a) City Centre; (b) New College

图 6. GPS数据。(a)City Centre;(b)New College

Fig. 6. GPS data. (a) City Centre; (b) New College

图 7. 所提算法、ResNet18不同层及其他算法的P-R曲线比较。(a) City Centre; (b) New College

Fig. 7. Comparison of P-R curves of proposed algorithm, different layers in ResNet18, and other algorithms. (a) City Centre; (b) New College

图 8. 输出组合的形式

Fig. 8. Form of output combination

图 9. 不同序列长度对结果的影响。(a) City Centre; (b) New College

Fig. 9. Influence of different sequence lengths on the results. (a) City Centre; (b) New College

图 10. City Centre数据集中序列长度为15时,不同m对结果的影响

Fig. 10. Influence of different m on the results when the sequence length is 15 in City Centre dataset

图 11. 长度为15的序列组合前后的相似度曲线。(a)序列组合特征与其他帧的相似度; (b)不进行序列组合的相似度

Fig. 11. Similarity curves before and after combination of 15 length sequences. (a) Similarity between sequence combination features and other frames; (b) similarity of sequence without combination

表 1部分参数的设置

Table1. Setting of some parameters

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于残差网络的图像序列闭环检测下载： 1197次