摘要
本发明公开了一种基于2D‑3D混合特征增强的视觉地点识别与回环检测方法。方法包括:构建包含2D基准识别网络以及基于混合3D几何结构特征的描述符修正网络的2D‑3D混合识别模型并进行训练以进行2D‑3D特征融合;将当前地点的2D图像输入训练完成的模型中,根据提取出待识别的3D几何特征增强的全局特征描述符识别出当前地点的位置并实时进行回环检测。本发明方法在面对环境和视角变化等挑战性场景时,显著提升了视觉地点识别的鲁棒性和准确性,并为回环检测提供了一种更具普适性和高效性的解决方案;方法挖掘了2D语义特征与3D几何结构特征之间的潜在互补特性,提出了2D‑3D特征融合的通用视觉地点识别架构,能够提升2D视觉地点识别与回环检测方法的性能。
技术关键词
回环检测方法
地点
特征描述符
特征金字塔
视觉特征
关键点
图像
识别特征
语义特征
混合结构
基准
重识别方法
特征提取网络
双线性插值
深度学习模型
编码
多层感知机
系统为您推荐了相关专利信息
人脸识别方法
空间金字塔池化
高频特征
特征金字塔网络
人脸识别模型
多模态对话
网络
融合特征
音频特征
预训练语言模型
健康度评价方法
金字塔特征
感兴趣
图像
深度学习模型