一种用于基于外观的 SLAM 中视觉搜索的高效索引
计算机视觉与模式识别
2013-09-30 v1 机器人学
摘要
当词汇量很大时，矢量量化可能是视觉词袋 (BoW) 搜索中计算成本高昂的一步。基于 BoW 的外观 SLAM 需要解决这一问题以实现高效的实时操作。我们提出了一种有效的方法来加速基于 BoW 的视觉 SLAM 中的矢量量化过程。为此，我们采用了基于图的最近邻搜索 (GNNS) 算法，并通过实验表明其性能优于最先进技术 (SOTA)。GNNS 中使用的基于图的搜索结构可以有效地集成到 BoW 模型和 SLAM 框架中。该基于图的索引是一个 k-NN 图，构建于词汇单词之上，可以通过在 k-means 聚类中增加一次迭代从 BoW 的词汇构建过程中提取，这仅增加了很小的额外成本。此外，利用为基于外观的 SLAM 获取的图像是序列这一事实，可以明智地启动 GNNS 搜索，从而有助于显著提高量化过程的速度。
引用
@article{arxiv.1309.7170,
title = {An Efficient Index for Visual Search in Appearance-based SLAM},
author = {Kiana Hajebi and Hong Zhang},
journal= {arXiv preprint arXiv:1309.7170},
year = {2013}
}