论文部分内容阅读
深度卷积神经网络在图像特征表示方面优于传统手工特征，将其用于闭环检测时还存在计算时间随着数据增长不断增加的问题。为了解决这一问题，提出了一种基于VGG16模型的快速闭环检测算法。该算法使用在ImageNet上预训练的VGG16网络模型提取图像卷积特征，并通过一种自适应粒子滤波方法得到闭环候选帧，以固定运算时间。在主流的闭环检测数据集City Centre和New College上对此算法进行测试，实验结果显示，该算法在两个数据集上可以分别达到92%准确率下70%召回率和96%准确率下61%召回率，超过了同类算法，并有效解决了计算时间增长的问题。