基于哈希检索与路标筛选的视觉SLAM地点识别研究

目录

声明

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 技术难关

1.4 研究内容与章节安排

2 视觉地点识别相关算法

2.1 路标提取

2.1.1 通用对象估计方法

2.1.2Edge Boxes算法

2.1.3Faster RCNN算法

2.2 卷积神经网络相关理论技术

2.2.1卷积神经网络概述

2.2.2 卷积神经网络AlexNet

2.3 本章小结

3 基于卷积神经网络路标的视觉地点识别技术

3.1 系统框架介绍

3.2.1 算法优势

3.2.2 算法劣势

3.3 本章小结

4 基于哈希检索的视觉地点识别技术

4.1 引言

4.2 局部敏感哈希

4.2.1 局部敏感哈希的基本原理

4.2.2 局部敏感哈希评价

4.3 MutipCpLSH

4.3.1Cross-ploytope LSH

4.3.2 MutipCpLSH原理

4.4 基于哈希检索的视觉地点识别技术框架介绍

4.4.1 构建哈希表与查询表

4.4.2 基于哈希检索的回环确定

4.5 试验设置

4.5.1 视觉地点识别性能评价指标

4.5.2 数据集介绍

4.5.3 对比试验的设置

4.5.4 测试环境

4.6.1 St.Lucia数据集

4.6.2 OxfordRobotCar数据集

4.6.3 MapillaryHK数据集

4.6.4 运行速度

4.7 本章小结

5 基于动态路标筛选的视觉地点识别技术

5.1 引言

5.2 基于动态路标筛选的视觉地点识别技术框架介绍

5.3 试验结果与分析

5.3.1 St.Lucia数据集

5.3.2 OxfordRobotCar数据集

5.3.3 MapillaryHK数据集

5.4 本章小结

6 总结与展望

6.1 本文主要工作

6.2 研究展望

致谢

参考文献

附录