Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning

最新推荐文章于 2024-10-16 05:16:26 发布
最新推荐文章于 2024-10-16 05:16:26 发布
阅读量543 收藏
点赞数 1
分类专栏： 论文
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tianwenbo6666/article/details/108758345
版权

Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning in dynamic environment

在这里插入图片描述

漏检补偿算法——提高SSD的召回率

首先基于卷积神经网络，构造一个联合先验知识的SSD目标检测器，在语义层检测新检测线程中的动态目标；然后，针对现有SSD目标检测网络的召回率较低的问题，提出了一种基于相邻帧速度不变性的漏检补偿算法，大大提高了检测的召回率

在这里插入图片描述

在这里插入图片描述

SSD会输出检测物体的list，那么遍历当前帧中上一帧出现过得物体list，预测这些物体在当前帧的bounding box位置，再遍历当前帧所有的bounding box是否有被预测框包含，如果有则说明在这一帧被检测到了，如果没有表示没有检测到，那么就把这个物

最低0.47元/天 解锁文章
动态SLAM论文(6) — Dynamic-SLAM: Semantic monocular visual localization and mapping...
几度春风里的博客
07-05 1992
在动态环境中工作时，传统的SLAM框架由于受到动态物体的干扰而表现不佳。为了解决动态环境下SLAM的问题，提出了一种基于深度学习的语义同时定位与地图构建（Dynamic-SLAM）框架。首先，基于卷积神经网络构建了一个结合先验知识的SSD目标检测器，用于在新的检测线程中以语义级别检测动态物体。然后，针对现有SSD目标检测网络的低召回率问题，提出了一种基于相邻帧中速度不变性的漏检补偿算法，大大提高了检测的召回率。
#论文学习#第二篇：CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction
qq_34716695的博客
03-24 5417
CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction CNN-SLAM：基于学习深度预测的实时稠密单目slam Abstract： 本文研究了如何利用深度神经网络预测对深度地图进行精确和稠密的单目重建。我们提出了一种方法，将cnn预测的稠密深度地图与直接单目SLAM获得的深度测量自然融合在一起。我们的融合方案在单眼SLAM方法容易失败的图像位置上具有深度预测的优势，例如沿着低纹理区域，反之亦然。我们证明了使用深度预
论文笔记——Dynamic-SLAM:Semantic monocular visual localization and mapping based on deep learning
qq_46480130的博客
12-26 1164
论文笔记——Dynamic-SLAM:Semantic monocular visual localization and mapping based on deep learning in dynamic environment 论文链接 文章摘要     ~~~~       ~~~   由于动态物体的干扰，传统slam框架在动态环境下表现得非常差。为了解决slam
[2019]Semantic Monocular Visual Localization and Mapping Based on Deep Learning Dynamic environment
火柴的初心的博客
02-03 492
[2019]Semantic Monocular Visual Localization and Mapping Based on Deep Learning in Dynamic environment 1.作者 Linhui Xiao, Jinge Wang, Xiaosong Qiu, Zheng Rong, Xudong Zou 2.时间 2019 3.整体结构 运动目标检测线程使用SSD目标检测网络去计算目标的分类和位置。 通过语义校正线程将目标分为静止的或者运动的。 追踪线程可以提供动态目
【Dynamic-SLAM】 动态视觉SLAM
最新发布
格物致知
10-16 2339
但这里有个问题，本身RigidMask是需要图像、场景流、位姿做为输入的，所以DytanVO的主要思想是进行运动分割和位姿解算的联合优化，也就是说将RigidMask输出的优化后的光流分割结果馈送给PoseNet，PoseNet生成的位姿又反过来优化RigidMask的动态物体分割性能，论文里提到迭代3次以后可以收敛，注意光流网络只需要前向推理一次。总体结构如图2所示。具体来说，作者修改了现有的主干网络，以学习更强大的对象特征表示，并在主干网络中部署了两次查看和思考的机制，提升了实例分割的性能。
文献阅读|Dynamic-SLAM
3D视觉工坊
04-18 1385
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达本文由知乎作者HectoorZ授权转载，不得擅自二次转载。原文链接：https://zhuanlan.zhihu.com/p/128...
Paper阅读：Dynamic-SLAM
追
04-10 1171
Paper阅读：Dynamic-SLAMMissed detection compensation algorithm(漏检补偿算法) 在动态环境中工作时，由于动态对象的干扰，传统的SLAM框架的性能很差。 通过在对象检测中利用深度学习的优势，提出了一种语义动态的动态地图定位和映射框架Dynamic-SLAM，以解决动态环境中的SLAM问题。 本文的主要三大贡献： 针对SLAM系统提出了一种基...
ICRA2020论文整理（SLAM + Deep Learning）
热门推荐
Spacegene的博客
07-20 1万+
参考:https://github.com/PaoPaoRobot/ICRA2020-paper-list Table of Contents: 1. SLAM 2. Deep Learning in Robotics and Automation 3.Localization 4. Sensor Fusion 5. Calibration and Identification 6. Semantic Scene Understanding 7. Reinforcement Learn...
FlowFusion: Dynamic Dense RGB-D SLAM Based on Optical Flow 论文阅读笔记
TheRun的博客
11-27 507
图1是提出的FlowFusion的工作框架，输入连续两帧RGB-D帧A和B，RGB图像输入PWC网络来获取光流估计，同时强度-深度图像对输入相机运动估计（前端里程计），获取相机初始位姿ξ（Section III-A具体介绍），然后根据位姿ξ 投影图像A到A‘，获得投影的2D场景流（(Section III-B具体介绍)），用场景流来进行动态分割，在几次迭代之后（Section III-C,具体介绍）静态场景被重建。
Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning in dynamic e
weixin_42762536的博客
07-08 164
Missed detection compensation algorithm(漏检补偿算法)和Seletive Tracking Method（选择跟踪算法。论文写的特别冗长，可以直接参考下面的链接，加快阅读的速度。算法是在slam中引入基于deep learning的object detection，解决动态物体造成slam不稳定的问题。
Dynamic SLAM The Need For Speed 论文笔记
TheRun的博客
04-11 3526
Dynamic SLAM: The Need For Speed 论文笔记 摘要 提出了一种新的基于特征的、无模型的、物体感知的动态SLAM算法，该算法利用语义分割来估计场景中刚性物体的运动，而不需要估计物体姿态或具有它们的3D模型的任何先验知识。该算法生成动态和静态结构图，并能够提取场景中刚性运动对象的速度。 SLAM中动态对象的说明 所考虑的问题是，在进行SLAM估计的机器人的感测范围内有相对较大的刚性物体移动。SLAM前端能够在不同的时间步长识别和关联来自同一潜在移动对象的点。这些点共享潜在的运动约束
论文阅读：Visual Semantic Localization based on HD Map for AutonomousVehicles in Urban Scenarios
qq_53086461的博客
11-26 1000
一种新颖的视觉语义定位算法，该算法基于高清地图和语义特征的紧凑表示。
动态SLAM 开源方案汇总及介绍（一）
weixin_62952541的博客
01-08 2685
比如人手上拿着的书、正在搬运的椅子等等。首先最经典的肯定是DS-SLAM和DynaSLAM了，这两篇文章也都来源于2018 IROS，虽然时间比较早，但是思想具有很高的借鉴意义。
Semantic Visual Simultaneous Localization and Mapping A Survey
weixin_50106401的博客
12-15 523
语义SLAM是指SLAM系统在建图过程中不仅获得环境中的几何结构信息，同时可以识别环境中独立个体，获取其位置、姿态和功能属性等语义信息，以应对复杂场景及完成更加智能的服务任务。
Semantic Visual Localization-论文阅读笔记
qq_27399933的博客
11-10 1428
Semantic Visual Localization-论文阅读笔记 本文提出了一个基于3D几何和语义信息进行视觉定位的新方法； 具体实现方法： （1）采用RGB-D相机作为系统输入，分别对输入图像进行像素级的语义分割，并根据深度信息投影到3D空间中，融合得到体素级的3D语义地图。 （2）根据语义类别对体素进行聚类，得到一个个subvolume个体。 （3）采用变分编码-解码结构对subvol...
VLocNet++: Deep Multitask Learning for Semantic Visual Localization and Odometry 语义视觉定位与里程计
Chen_Xieyuanli的博客
05-03 2222
本博客仅为作者记笔记之用，不对之处，望见谅，欢迎批评指正。 更多相关博客请查阅：http://blog.csdn.net/weixin_39779106； 如需转载，请附上本文链接：http://blog.csdn.net/weixin_39779106/article/details/79689208 原论文链接 项目网站及Demo链接 一、摘要 二、介绍 ...
Dynamic-SLAM2019论文翻译
schFallingCloud
07-16 553
Dynamic-SLAM2019论文翻译
Dynamic SLAM: The Need For Speed
qq_40268190的博客
10-03 778
文章目录整体流程问题和优化过程建模   提出了一种无需模型先验的，利用语义信息实现动态物体检测和定位的视觉SLAM算法。算法在仿真，模拟和真实数据集上证明了有效性。 整体流程   文中只是简要介绍了流程，在语义分割之后，对物体进行单独跟踪和建模。 问题和优化过程建模   文章的重点内容是介绍对于动态SLA问题的建模和如何使用因子图进行优化。 建立了基于刚体上点匹配的位姿估计和刚体运动估计。 优化函数分为三项，路标点，位姿和刚体运行状态。 在因子图优化中，城市环境刚体运动状态节点随时间变化，高速公路环境中
(2021, icra) Visual Semantic Localization based on HD Map for Autonomous Vehicles in Urban Scenarios
chaoqinyou的博客
02-03 551
视觉+高精地图定位
EAO-SLAM：实现多对象环境下的单眼SLAM突破
EAO-SLAM代表了在语义SLAM（Simultaneous Localization and Mapping）领域的一个重大进步，特别是在单眼相机视觉系统中处理多对象、多类别以及在复杂和不规则环境中进行半密集建图。 描述中提到的EAO-SLAM的三个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值