1、UnSuperPoint的输出图像像素为320*240,需要根据自己的训练的图像尺寸,调整相应大小(主要体现在keypoints的位置上)。
2、UnSuperPoint提取出来的描述子的数值,可以根据所使用函数,做适当的规约化,以提升匹配性能。
3、确保UnSuperPoint提取出来的keypoints和描述子被正确读入。
4、如果要使用opencv自带的drawMatches函数,则keypoints的矩阵必须定义为CV_8UC1型。
5、如果用kitti数据集评估,可以用data_odometry_poses里真值,验证对极几何(单目),验证代码参考视觉slam14讲第七讲视觉里程计的pose_estimation_2d2d函数。
6、slam整体框架可以使用ORB SLAM2,然后使用UnSuperPoint提取出来的keypoints和描述子,替代ORB特征实现。
用UnSuperPoint提取的特征点代替ORB特征点,优化特征点匹配
最新推荐文章于 2024-04-01 09:58:09 发布