一种用于加速视觉 SLAM 的误差匹配排除方法
计算机视觉与模式识别
2024-02-27 v2
摘要
在视觉 SLAM 中，实现精确的特征匹配消耗了大量时间，严重影响了系统的实时性能。本文提出了一种加速视觉 SLAM 的方法，通过整合 GMS（基于网格的运动统计）与 RANSAC（随机抽样一致性）来去除误匹配特征。该方法首先利用 GMS 算法估计邻域内匹配对的数量，并根据置信度对匹配进行排序。随后，采用随机抽样一致性（RANSAC）算法进一步消除误匹配特征。为解决随机选择所有匹配对耗时的问题，该方法将其转化为从高置信度匹配中优先选择样本的问题。这使得能够迭代求解最优模型。实验结果表明，所提方法在 KITTI、TUM desk 和 TUM doll 数据集上，平均运行时间减少了 24.13%，同时达到了与原始 GMS-RANSAC 相当的精度。
引用
@article{arxiv.2402.14345,
title = {An Error-Matching Exclusion Method for Accelerating Visual SLAM},
author = {Shaojie Zhang and Yinghui Wang and Jiaxing Ma and Wei Li and Jinlong Yang and Tao Yan and Yukai Wang and Liangyi Huang and Mingfeng Wang and Ibragim R. Atadjanov},
journal= {arXiv preprint arXiv:2402.14345},
year = {2024}
}