激光与光电子学进展, 2018, 55 (11): 111507, 网络出版: 2019-08-14 复制并引用该论文  本文已被引 2 次  被引通知

图 & 表

图 1. 融合多层次CNN特征的闭环检测流程图

Fig. 1. Flow of loop closure detection based on multi-level features

下载图片 查看原文

图 2. Gardens Point数据集样本图像。(a)白天_左侧;(b)白天_右侧;(c)晚上_右侧

Fig. 2. Sample images of Gardens Point dataset. (a) Day_left; (b) day_right; (c) night_right

下载图片 查看原文

图 3. Gardens Point数据集的相似性矩阵可视化图。(a) pool3+pool5+fc1;(b) pool1;(c) pool3;(d) fc1

Fig. 3. Visualization of similarity matrix for Gardens Point dataset. (a) pool3+pool5+fc1; (b) pool1; (c) pool3; (d) fc1

下载图片 查看原文

图 4. Gardens Point数据集上不同方法的精确率-召回率曲线

Fig. 4. Precision-recall curve of different method on Gardens Point dataset

下载图片 查看原文

图 5. 同一地点不同时间所拍摄图像

Fig. 5. Images taken at the same location but at different time

下载图片 查看原文

图 6. YOLOv2算法动态目标检测结果。(a) YOLOv2算法检测结果;(b)本文算法检测结果

Fig. 6. Dynamic object detection results for YOLOv2. (a) Results of YOLOv2 method; (b) results of proposed method

下载图片 查看原文

图 7. 基于图像动态干扰语义滤波机制的闭环检测流程图

Fig. 7. Flow of loop closure detection based on image dynamic interference semantic filter mechanism

下载图片 查看原文

图 8. Tokyo24/7数据集上不同方法的精确率-召回率曲线图

Fig. 8. Precision-recall curve of different method on Tokyo24/7 dataset

下载图片 查看原文

表 1VGG19结构

Table1. Structure of VGG19

Number Layer Dimension Number Layer Dimension 1 conv1_1 3211264 13 conv4_2 401408 2 conv1_2 3211264 14 conv4_3 401408 3 pool1 802816 15 conv4_4 401408 4 conv2_1 1605632 16 pool4 100352 5 conv2_1 1605632 17 conv5_1 100352 6 pool2 401408 18 conv5_2 100352 7 conv3_1 802816 19 conv5_3 100352 8 conv3_2 802816 20 conv5_4 100352 9 conv3_3 802816 21 pool5 25088 10 conv3_4 802816 22 fc1 4096 11 pool3 200704 23 fc2 4096 12 conv4_1 401408 24 fc3 1000

查看原文

鲍振强, 李艾华, 崔智高, 苏延召, 郑勇. 融合多层次卷积神经网络特征的闭环检测算法[J]. 激光与光电子学进展, 2018, 55(11): 111507. Zhenqiang Bao, Aihua Li, Zhigao Cui, Yanzhao Su, Yong Zheng. Loop Closure Detection Algorithm Based On Multi-Level Convolutional Neural Network Features[J]. Laser & Optoelectronics Progress, 2018, 55(11): 111507.