更好了解回环检测,并写论文
- 不同数据集的概述可以用表的形式
-
参数设置列表
-
Precision-Recall 曲线
回环检测确实还是需要 precision-recall 曲线
《Assigning Visual Words to Places for Loop Closure Detection》这篇论文的准确率竟然有0.98这种数字,通过看后面的图,发现他是将所有有回环的图像均为GT,也就是说KITTI的回环为红线表示,那么准确率有0.98就是没错的了。(因为自己之前的尚未成功的论文认为KITTI 00 数据集只存在5个闭环,其他都是没有必要的,然而看了这么多闭环检测论文才发现其实他们都是以所有相匹配的图像都当作闭环为准,也就是说大概有300个图片都是闭环上的。) -
和别人算法的比较
-
更加了解SeqSLAM(https://blog.csdn.net/wphkadn/article/details/85555176#comments)
SeqSLAM的数据集其实就相当于给出 KITTI里面闭环那一部分,让人检测出有闭环存在。但仍然觉得SeqSLAM方法不适用于同一个时间地点的LCD(Loop Closure Detection)。SeqSLAM的工作条件是 : 已知有闭环,求出正确的闭环配对。
而 类似于FAB-MAP 和BOW的工作条件是: 不知道是不是闭环,请判断是否有闭环。 -
KITTI更清晰的示意图
原来图书馆这个也是个数据集,原先以为是随便拍的 -
仔细了解一下本文提到的数据集是非常好的
-
KITTI 参考文献:
J. Fritsch, T. Kuehnl, and A. Geiger, “A New Performance Measure
and Evaluation Benchmark for Road Detection Algorithms,” in Proc.
IEEE International Conference on Intelligent Transportation Systems,
2013, pp. 1693–1700. -
Bicoca 参考文献
RAWSEEDS. (2007-2009) Robotics Advancement through
Web-publishing of Sensorial and Elaborated Extensive
Data Sets (Project FP6-IST-045144). [Online]. Available:
http://www.rawseeds.org/rs/datasets -
Malaga6L 参考文献
J.-L. Blanco, F.-A. Moreno, and J. Gonzalez, “A Collection of
Outdoor Robotic Datasets with centimeter-accuracy Ground Truth,”
Autonomous Robots, vol. 27, no. 4, pp. 327–351, 2009. -
New College 参考文献
M. Smith, I. Baldwin, W. Churchill, R. Paul, and P. Newman, “The
New College Vision and Laser Data Set,” The International Journal
of Robotics Research, vol. 28, no. 5, pp. 595–599, 2009 -
Euroc MH 参考文献
M. Burri, J. Nikolic, P. Gohl, T. Schneider, J. Rehder, S. Omari, M. W.
Achtelik, and R. Siegwart, “The EuRoC micro aerial vehicle datasets,”
The International Journal of Robotics Research, vol. 35, no. 10, pp.
1157–1163, 2016.
- 本文内容确实没咋细看,但他说是在线方法,同时不需要预训练过程
同时提到了 GNG聚类算法,以及使用了 类似于 sequence - to -sequence 的思想,让我想到了 RNN这种情况。