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
浙江大学;