视觉SLAM十四讲-第十二讲笔记

讲完了前端后端，这一讲讲的是回环检测。比起之前的内容要容易理解多了=-=
其思路是：

• 回环检测是做什么的？如何检测回环？->通过图像相似性。
• 要如何检验两个图像的相似性？->词袋模型。
• 如何建立词袋模型？->构建词典和单词。
• 如何构建和查找词典？->K-means和k叉树。
• 如何提取单词？->K-means。
• 如何评价两个词袋的相似性？->TF-IDF和范数。

一、 回环检测概述

1. 一些概念

1.1. 回环检测的意义

回环检测的作用：消除累积误差。
累积误差是怎么来的呢？前端根据局部（相邻或相近）帧给出位姿估计，后端也是根据前端已有的结果进行优化（比如$p(x_k|x_{k-1})$），这样，当前端每一帧都存在误差时，基于误差的估计就会更加不准确。一段时间后就会出现累积误差。
回环检测所做的，是不依赖于前一帧的信息，直接比较当前帧和之前的任意帧，跳过其中的误差。如果检测出当前帧和之前某一帧相似，就可以用这个信息矫正累积误差。（那么，是根据之前的帧矫正，还是根据当前帧矫正呢，怎么矫正？）

1.2. 方法

要做回环检测，面临的问题是：怎么知道这个地方之前有没有来过，即怎么判断帧间的相似性。
两种思路：

• 基于里程计的几何关系：运动到某个位置后，根据位置信息检测，但是这个位置是否来过本身就是未知的。
• 基于外观：根据两帧图像的相似性检测，也是主流方法。

那么问题转变成：如何计算图像相似性？

1.3. 准确率和召回率

这里引入两个概念：

• 假阳性（FP）：感知偏差。把不是回环的检测成了回环。即误检。

• 假阴性（FN）：感知变异。是回环却检测成不是回环。即漏检。

• 准确率：检测出的回环中，真的是回环的概率。

• 召回率：所有回环中，被检测出的概率。

正常来讲，判定是回环的阈值提高，会使得准确率提高，同时时召回率下降。
SLAM中，要求回环检测的高准确率。

二. 词袋模型

现在的问题是，如何衡量两张图像的相似性。
前段中使用了特征点匹配，但存在费时、受光照影响的问题。因此，这里把特征点进行聚合抽象，使用词袋模型进行匹配检测。
一些概念：

• 词袋(Bag-of-Words/BoG) ，是一组特征的集合。
• 单词：特征聚合的结果，具有更抽象高层意义的特征。
• 字典：单词的集合。要查找单词是否在字典中，字典中的单词有没有出现。字典中单词的出现情况，用0/n向量描述。

字典的特性：只描述特征有没有出现，或出现的程度（次数、频率等），不