《表2 目标聚类实验结果:基于局部语义拓扑图的视觉SLAM闭环检测》
在其他数据集上确定M取值的实验结果如表2所示.可以看出,在M取值较小时,可以使目标的平均置信度取得最高的水平,而且聚类的耗时最短.在后续的相似度计算与闭环判断实验中,本文均采用了M=10的参数值.根据实验结果,使用YOLOv3算法检测单帧图像大约耗时22 ms,将YOLOv3目标检测和DBSCAN算法结合,则检测每个关键帧所需时间约为221.8 ms~224.3 ms,因而每秒内可处理约45帧图像,即4.5个关键帧.对某一关键帧内包含的10帧图像进行目标聚类形成语义节点的示例,如图3所示.该关键帧中出现的7个目标中,由于检测存在遗漏和错误,图像右侧的“book”目标的置信度稍有降低,但仍然维持了较高的水平;图像左侧的“cellphone”目标和其中一个“book”目标数量过少,未达到聚类要求的最低数量,故将其排除.根据成功聚类的目标数量计算的语义节点置信度如图3(d)和(e)所示.
图表编号 | XD0090092300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 张括嘉、张云洲、吕光浩、龚益群 |
绘制单位 | 东北大学机器人科学与工程学院、东北大学机器人科学与工程学院、东北大学信息科学与工程学院、东北大学机器人科学与工程学院、东北大学机器人科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |