上海科技大学知识管理系统

针对视觉同步定位与建图（SLAM）中回环检测技术在视角变化条件下检测精度不足的问题，提出了一种基于深度学习特征和图像序列融合的回环检测算法。首先该算法利用视角变化条件下位置识别精度高的EigenPlaces网络提取图像的全局特征，考虑到不同地点拍摄的单个图像帧之间可能存在重复相似场景容易造成误检的情况，以一定长度的图像序列为单位进行特征拼接融合。接着使用分层可导航小世界网络（HNSW）算法将融合后的特征向量进行相似度计算并搜索获取相似度最高的图像序列，将该图像序列的所有图像帧作为候选图像帧。最后通过查询图像帧与候选图像帧的局部特征匹配和几何验证判断是否形成回环。在公开数据集上进行测试，结果表明本文算法有效提高了准确率和召回率。