【摘 要】
：
近年来随着深度学习方法的发展,视觉SLAM逐渐成为热门的研究方向。视觉SLAM能够从图像中获取更高维的信息并加以利用。对于机器人、自动驾驶等领域有着重要的意义。针对现有的视觉SLAM方法的不足,本文的主要研究内容包括:如何从图像中筛选出包含更多信息的高质量特征点,以及如何在引入语义分割的SLAM方法中考虑神经网络模型的不确定性,进而提高位姿估计的准确性。基于深度学习的视觉SLAM方法的不确定性主要
论文部分内容阅读
近年来随着深度学习方法的发展,视觉SLAM逐渐成为热门的研究方向。视觉SLAM能够从图像中获取更高维的信息并加以利用。对于机器人、自动驾驶等领域有着重要的意义。针对现有的视觉SLAM方法的不足,本文的主要研究内容包括:如何从图像中筛选出包含更多信息的高质量特征点,以及如何在引入语义分割的SLAM方法中考虑神经网络模型的不确定性,进而提高位姿估计的准确性。基于深度学习的视觉SLAM方法的不确定性主要来自于视觉里程计部分由于传感器误差等因素引起的几何误差以及神经网络模型预测结果所包含的语义不确定性。因此,本文将分别针对这两方面的不确定性,从以下两个方面开展相应的研究:（1）基于信息熵的特征点选择算法。针对视觉SLAM从场景中提取的部分特征点质量不高的问题,本文提出了一种基于信息熵的特征点选择算法,筛选出包含更多信息的特征点用于位姿估计,从而降低SLAM系统的计算复杂度和存储复杂度。此外,针对该算法会放大动态特征点负面影响的问题,提出了潜在静态物体检测算法。引入语义分割模型剔除绝对动态特征点,同时对特征点的几何一致性进行验证,保留更多的潜在静态特征点。（2）融合语义不确定性的特征点选择算法。针对语义分割模型所引入的不确定性,本文引入贝叶斯神经网络对其进行建模。针对语义分割模型在物体边界处泛化性能过低的问题,提出了一种语义不确定性修正算法,基于语义上下文对特征点的语义不确定性进行修正。并且将修正后的语义不确定性融合到基于信息熵的特征点选择算法中,从而筛选出高质量的特征点。
其他文献
对于整个PPP项目而言，付费机制的统一是政府与社会资本方合作的基石，是其中最为重要的一环。本文结合《企业会计准则解释第14号》、最新税收政策以及付费机制的内涵，通过案例对不同付费机制模式下PPP项目的财税处理展开探讨，进而提出完善PPP项目付费机制的政策建议。
核电厂数字化仪控系统作为核电厂“中枢神经”，其可靠性决定了核电厂是否能安全稳定运行。在使用马尔可夫法针对核电厂数字化仪控系统进行可靠性建模分析时，往往由于系统过于复杂、状态交互关系较多，出现组合爆炸的情况，使得模型难以构建。本文提出了一种应用于复杂系统的马尔可夫模型简化方法，通过对马尔可夫模型中的状态进行检测，筛选出具有相同转移率的状态后组成简化状态组，将简化状态组中的成员进行合并简化。进一步地，
随着大数据时代的发展,信息资源日益丰富,信息过载现象也愈加严重。在时代背景驱动下,推荐系统应运而生。传统推荐算法在解决数据稀疏和冷启动等问题上仍然存在不足,社交网络因其丰富的数据资源,与推荐系统结合能够有效助力提升推荐性能。因此,基于社交推荐的研究逐渐成为热点。现有的社交推荐方法尽管取得了一定的进展,但在充分利用社交网络信息方面仍然存在很大的不足。大多数模型通常仅考虑用户社交网络的局部邻域影响,或
随着人体运动捕捉（MoCap）数据采集在不同场景和应用中的需求,对MoCap数据的有效分割和分割后的动作类型的识别判断已然成为了进一步进行人体运动姿态和行为分析的关键问题,同时这在算法设计中也需要考虑鲁棒性和计算效率。本文提出了一种基于各个肢体的骨段夹角、身体结构特征和自回归移动平均（ARMA）模型拟合的无监督分割算法。将收集到的MoCap数据转换为人体肢体骨段和脊柱中心骨段形成的夹角序列。利用A
醛类化合物与无机硫反应产生的有机硫化物（SCs）是二次有机气溶胶（SOA）的主要组分和重要示踪剂,同时也是大气中硫的重要储存库。SCs具有一定的毒性,会危害人类身体健康;此外,SCs具有较强的吸光能力,能够降低大气可见度,加重雾霾污染,影响空气质量。因此对于SCs的组分鉴定和形成机理研究已成为环境分析化学领域的热点和重点。本文利用烟雾腔系统和水相反应装置,模拟乙二醛与无机硫的大气化学反应过程,采用
建筑能耗在国民经济总能耗中占据较大的比重,外遮阳对建筑能耗有重要影响。外遮阳有多种型式:遮阳板、遮阳百叶、遮阳卷帘、遮阳格栅、户外天篷帘以及玻璃涂层等。在借鉴国内外已有技术的基础上,本研究立足寒冷地区的气候条件,结合当地建筑构造特点,研究提出我国北方寒冷地区外遮阳对建筑能耗的具体量化影响程度。这对于实现建筑领域的“双碳目标”,营造舒适健康的室内环境,提高工作效率具有重要意义。作者在阐述建筑外遮阳的
当前,全球粮食市场的风险和不确定性显著增加,给我国的粮食生产带来巨大挑战。我国目前食品消费构成有一半以上是非口粮类食物,主要包括肉、蛋、奶及油等等,其生产和转化,均离不开大豆。所以,新时代的粮食安全不仅要保障主食粮食安全,也要努力保障大豆安全。目前,国内大豆储藏多为浅圆仓储藏。大豆自流入库后自动分级现象严重,导致粮堆内部孔隙率分布不均,进而造成粮堆局部温度偏高,不利于粮食的长期储存。为了缓解粮食进
随着物联网、人工智能等信息技术的发展,数据的数量和维度呈几何式增长,数据的高维性降低了各种机器学习算法的运行效率并且影响分类器的分类性能。特征选择作为数据预处理的有效方法之一,能够从数据中去除不相关和冗余的特征,以降低数据维度,提高数据的紧密度以及后续机器学习算法的性能。粗糙集理论作为粒计算的一种重要理论,已成为特征选择、知识发现和数据挖掘等领域的热点研究工作。现实应用中,数据的形式复杂多样。大部
近年来城市化水平加剧,地下空间的开发使用逐渐增多;随着建筑地上围护结构的隔热保温日益加强,由地下建筑围护结构传热带来的建筑负荷就成为了建筑总能耗中越来越重要且不可被忽略的部分。因此,对地下结构与大地之间的热传递过程和特性进行更加透彻的分析和研究,并进一步研究地下建筑的负荷特性及能耗状况对于准确设计地下建筑负荷及空调系统至关重要。当前国内外文献和相关地下建筑设计规范中对地下建筑围护结构进行研究时,通
随着我国社会经济的高速发展,中国已经超越美国成为世界第一能源消费国。在我国能源消费结构中,建筑运行能耗占了较大的比重。降低建筑运行能耗的途径之一就是进行建筑能源管理,即对建筑运行能耗进行监测分析,并对建筑设备系统进行优化控制。但是,建筑能源系统具有系统异构、设备众多、数据庞大、控制策略复杂的特点,如何对其有效管理是保障建筑节能减排成效的关键。物联网是新一代信息技术,应用物联网技术的建筑能源管理平台