MILD：用于回环检测的多索引哈希方法
计算机视觉与模式识别
2017-03-01 v1
摘要
回环检测（LCD）已被证明在全局一致的视觉同时定位与建图（SLAM）和基于外观的机器人重定位中极为有用。利用词袋表示中二进制特征的方法因其效率而近来广受欢迎，但由于高维二进制特征描述子缺乏明确定义的质心这一固有缺陷，这些方法召回率较低。在本文中，我们提出了一种称为 MILD（用于回环检测的多索引哈希）的实时 LCD 方法，其中图像相似性通过直接特征匹配来度量，借助多索引哈希（MIH）在不引入额外计算复杂性的情况下实现高召回率。我们给出了使用 MIH 进行近似图像相似性度量的理论分析，从概率角度揭示了效率与准确性之间的权衡。与最先进 LCD 方法的广泛比较证明了 MILD 在效率和准确性方面的优越性。
引用
@article{arxiv.1702.08780,
title = {MILD: Multi-Index hashing for Loop closure Detection},
author = {Lei Han and Lu Fang},
journal= {arXiv preprint arXiv:1702.08780},
year = {2017}
}
备注
6 pages, 5 figures; accepted by IEEE ICME 2017