大规模场景中高效鲁棒的视觉定位

目录

声明

摘要

1．1研究背景

1．2视觉定位相关工作回顾

1．2．1基于检索的视觉定位技术

1．2．2基于结构的视觉定位技术

1．2．3基于学习的视觉定位技术

1．3本文内容及结构

第2章基于结构的视觉定位基础

2．1摄像机模型

2．1．1针孔相机模型

2．1．2镜头畸变

2．2双视图几何

2．3局部特征

2．4相机位姿求解

2．4．1随机采样一致性

2．4．2 PnP问题

2．5小结

第3章大规模场景中高效的视觉定位

3．1算法概述

3．2基于已知位姿的特征匹配方法

3．3面向视觉定位的点云地图处理方法

3．3．1初始地图构建

3．3．2地图精简

3．4改进的BoW算法

3．5高效视觉定位算法

3．5．1定位框架

3．5．2 图像检索

3．5．3 2D-3D特征匹配

3．5．4位姿求解

3．6实验及结果

3．6．1数据集

3．6．2匹配影响对比

3．6．3地图精简结果对比

3．6．4地图对定位性能影响分析

3．6．5检索对定位性能影响分析

3．6．6与其它方法比较

3．7小结

第4章几何先验引导的高效鲁棒视觉定位

4．1算法概述

4．2基于NetVLAD的场景检索

4．2．1 NetVLAD

4．2．2图像检索

4．2．3场景扩展

4．3基于SuperPoint的特征匹配

4．3．1 SuperPoint

4．3．2 2D-3D特征匹配

4．4几何先验网络

4．4．1问题描述

4．4．2 网络结构

4．4．3训练数据生成

4．4．4数据增强

4．4．5损失函数

4．5几何先验引导的位姿求解

4．6实验及结果

4．6．1 网络训练

4．6．2测试数据集构建

4．6．3测试数据集评价指标

4．6．4运行时间比较

4．6．5定位数据集

4．6．6定位数据集地图构建

4．6．7定位数据集评价指标

4．6．8对比的实验方法

4．6．9定位数据集实验结果

4．6．10定位数据集运行时间分析

4．7小结

5．1总结

5．2展望

参考文献

致谢