快速论文2——3-24（2）

论文题目

Dynamic-SLAM:Semantic monocular visual localization and mapping based on deep learning in dynamic environment ：动态SLAM：基于深度学习的动态环境下的单眼视觉定位和映射的语义

标签

深度学习、视觉SLAM、动态特征点处理、

摘要

本文构建了一个完整的SLAM框架，即动态SLAM，它是一个使用深度学习的语义单眼视觉模拟定位和建图系统，以提高在动态环境中的性能。首先，鉴于现有的SSD物体检测网络的低召回率，为SLAM系统提出了一个基于相邻帧的速度不变的漏检补偿算法，这大大提高了检测的召回率，为下面的模块提供了一个良好的基础。 其次，提出了一种选择性跟踪算法，以简单有效的方式消除动态物体，提高了系统的鲁棒性和准确性。最后，构建了一个基于特征的视觉动态SLAM系统，在SSD卷积神经网络的基础上，通过深度学习技术构建了一个新的物体检测线，结合先前的知识，在机器人定位和映射中实现了语义层面的动态物体检测。

评价

一些实验表明，动态SLAM的定位精度高于最先进的系统。该系统通过使用移动机器人在真实世界的动态环境中成功定位并构建了精确的环境图。

开源代码

暂时没找到

论文地址

https://www.researchgate.net/profile/Linhui-Xiao/publication/332149941_Dynamic-SLAM_Semantic_monocular_visual_localization_and_mapping_based_on_deep_learning_in_dynamic_environment/links/6013f1fa45851517ef22eb7d/Dynamic-SLAM-Semantic-monocular-visual-localization-and-mapping-based-on-deep-learning-in-dynamic-environment.pdf