ORB-SLAM2源码学习（七）——DBoW2词袋模型

 

ORB-SLAM2里使用词袋模型来做重定向与回环检测，使用的是第三方库DBoW2。

首先，有一个离线词袋ORBvoc.txt文件（ORB-SLAM2作者提供了一个他们训练好的词典），一般这个称之为词典，为了快速查询，以空间换时间建立了一个d层的K叉树来保存词典，树的叶子节点包含了每个单词及在词典里的权重。

词典的加载

//在System对象的初始化中
    mpVocabulary = new ORBVocabulary();
    if (has_suffix(strVocFile, ".txt"))
	  bVocLoad = mpVocabulary->loadFromTextFile(strVocFile);
	else if(has_suffix(strVocFile, ".bin"))
	  bVocLoad = mpVocabulary->loadFromBinaryFile(strVocFile);

计算单张图像的词包

/**
 * @brief Bag of Words Representation
 *
 * 计算词包mBowVec和mFeatVec，其中mFeatVec记录了属于第i个node（在第4层）的ni个描述子
 * @see CreateInitialMapMonocular() TrackReferenceKeyFrame() Relocalization()
 */
void Frame::ComputeBoW()
{
    if(mBowVec.empty())
    {
        vector<cv::Mat> vCurrentDesc = Converter::toDescriptorVector(mDescriptors);
        mpORBvocabulary->transform(vCurrentDesc,mBowVec,mFeatVec,4);
    }
}

词包mBowVec和mFeatVec

    //KeyFrame.h中有
    //BoW
    DBoW2::BowVector mBowVec; ///< Vector of words to