一种基于轻量级神经网络的视觉里程计特征点提取方法

本发明公开了一种基于轻量级神经网络的视觉里程计特征点提取方法，该方法首先使用深度相机采集环境中的图像信息，获取RGB图像和深度图像，提取RGB图像帧中的加速段测试特征点。其次通过预训练的轻量级目标检测神经网络，根据语义先验信息获得RGB图像帧中潜在动态物体的检测框，将检测框之外的区域作为静态区域，静态区域中的加速段测试特征点设置为静态特征点。然后基于深度图像和检测框，使用特征点过滤算法，剔除掉潜在的动态特征点。最后判断特征点过滤算法是否生效，完成视觉里程计特征点提取。本发明精确进行视觉里程计特征点提取，提升了视觉里程计在复杂动态环境下的精度和实时性。