一种自适应优化动态区域的视觉SLAM方法、系统

本发明属于图像处理与计算机视觉技术领域，具体涉及一种自适应优化动态区域的视觉SLAM方法、系统，基于多类别语义集合差集的方法，进行“语义筛选”，解决了动静重叠问题；更重要的是，“基于动态点密度的自适应决策”策略，从根本上解决了现有技术中边界框“包含过多背景”和“慢速运动目标处理不当”的两大问题，实现了对动态区域的智能化、差异化处理。通过“语义筛选”和“自适应决策”的双重作用，本发明能够生成远比原始边界框和现有固定流程方法精确得多的动态区域掩膜，尤其在动态物体靠近镜头等场景，能智能收缩边界，最大限度保留被传统方法误删的宝贵静态特征，直接提升了SLAM系统的精度和鲁棒性。