《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于局部语义拓扑图的视觉SLAM闭环检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.