ORBSLAM2回环检测简介
由于回环检测模块包含两个部分的内容:其一是位置识别,即外观验证,通过图像间的相似度信息进行判断;其二是几何验证,通过回环候选帧与当前关键帧的几何关系来做进一步验证。
由于两部分内容都较为繁琐,因此笔者将回环检测模块拆分成两讲,今天这一讲主要介绍外观验证,下一讲则继续几何验证。
外观验证,或者叫位置识别,实际上是一个图像检索的问题,即输入图像与地图存储的所有关键帧进行相似度比较,找出相似度分数最高的即是最优匹配。由于还有几何验证,因此在外观验证阶段,通常会留下几个相似度分数比较高的回环候选帧,以便几何验证选择最合适的回环帧。
这一讲,我们主要分下面几个部分来介绍外观验证:
1. 词袋模型;
2. 图像检索;
词袋模型
在讲图像匹配的时候,我们曾提及词袋模型,因为ORBSLAM2中的图像匹配用到的词袋模型,如果不稍微介绍一下,担心大家不太理解它们是怎么匹配的。值得注意的是,如何能保证高效且准确地找到正确匹配是一个检索问题的主要难题,而词袋模型基本上能满足这个要求。因此,本节将主要讲讲词袋模型,之后再利用词袋模型来介绍图像检索。
词袋的目的是用图像的某些特征来描述一幅图像。从我们人的直观感觉来看图像,我们会说这张照片里有一个人,一张桌子这些特征;而另一张照片里有一只狗&#x