加载ORB词典

参考

[1].回环检测之DBoW2_半不闲居士的博客-CSDN博客_dbow2

一. DBoW2词典里面存储的是什么数据

可以通过DBow2的源码进行解读，这也不是太难。

 只要熟悉DBoW 里面k叉树的意义，就不难理解上表。

关系如上所示，其中的描述子是根据kmeans++算法进行依次选取，并且最后迭代收敛的结果。

 

二. ORB词典的理论依据

2.1 ORB词典主要用于回环检测

回环检测的目的：构建全局一致的轨迹和地图，减小累积误差

回环检测是一个独立的模块，主流视觉slam中检测回环的方式：词袋模型

依赖的库：DBow库

2.2 回环检测的方法

有以下两类：

（1）基于里程计的几何关系（odometry based）

仍然存在累积误差较大的问题，除非使用高精度传感器

（2）基于外观（Appearance based）

核心问题：计算图像之间的相似性

实现手段：设计一种方法，计算它们之间相似性评分：

评价相似程度的好与不好，对于图像来说是非常困难的，下面先引入感知偏差和感知变异的概念

2.3 准确率和回召率

 False Positive称为感知偏差

False Negative称为感知变异

准确率:（算法检测出来的所有回环是真实回环的概率）

 

召回率:（所有真实回环被检测出来的概率）

二者是矛盾的，例如，某个阈值提高，使得算法检测变严格，那么准确率变高，但是同时检测出来的数量变少，也意味着漏掉了许多真实的回环，召回率变低了；算法更宽松，那么就与之相反。

以上另一种理解手段是，如下，无叉红框是回环，有叉红框不是回环，蓝色勾叉代表算法对回环的判断，算法严格，勾很少，基本都集中在无叉红框，准确率高，但是召回率低；算法宽松，勾很多，基本把无叉红框都覆盖了，但是也包含了许多有叉红框，召回率高，但是准确率也低了。

---

但在slam中，对准确率的要求高一点，对召回率反而还没那么高。

---

经过以上分析，我们要明确我们的目标是寻求一种方式来描述两幅图像的相似性，要考虑效率和合理性等因素。接下来就来说明为什么词袋模型是合理的。

---

2.4 词袋（bag of Words(BoW)）模型

以一张图片来说，涉及的基础概念：单词（图片中的人、车、狗），字典（单词组合在一起形成字典），向量（描述一张图片，用单词出现的数量组成的vector）

强调单词的有无，无关其顺序；

接下来引申出来的问题：

（1）字典怎么来

（2）以上面的向量来描述图像，然后通过向量之差的范数，是否足够判断回环

2.5 字典

（1）字典的生成

聚类问题（clustering），使用经典的K-means算法解决。

字典的通用性是一个很重要的点，要保证当前环境中的图像特征都曾在字典里面出现过。

描述字典的方式有很多：k叉树，chou-liu tree

这里只介绍k叉树

（2）k叉树的定义（更具体的方式待详细书写）

分支为k，深度为d的树，第一层是k，第二层是，第三层是，依次类推，第d层是

中间的节点供快速查找使用

(3)具体的字典创建方式（结合代码）

总结起来就是：

1）把需要经历的所有环境图像，提取ORB特征点

2）再计算对应的描述子

3）使用DBoW3::Vocabulary中的create函数，利用2）中的描述子，生成词典（保存为.yml.zip文件）

（4）具体的对比图像相似度的方式（结合代码的总结）

总结起来就是：

1）计算两幅图像的ORB特征点和描述子

2）利用DBoW3::Vocabulary中的transform，针对上文的ORB描述子，在字典里面查找并计算Bow向量

3）通过score函数进行打分（即计算相似度）

3. DBoW2的使用

3.1 下载代码

GitHub - dorian3d/DBoW2: Enhanced hierarchical bag-of-word library for C++

这不是一个ros包，而仅仅是一个cmake工程包

mkdir build
cd build
cmake ..
make

以上即可编译完成，运行demo即可。

3.2 DBoW2词典