基于NetVLAD和Faiss的视觉SLAM中实时环路闭合检测
计算机视觉与模式识别
2026-02-03 v1 人工智能
机器人学
摘要
环路闭合检测（LCD）是同时定位与地图构建（SLAM）的核心组件：它识别访问过的地点并启用姿态图约束以纠正累积漂移。经典的词袋方法如DBoW高效但常在外观变化和感知别名情况下性能下降。与此同时，基于深度学习的视觉地点识别（VPR）描述子（如NetVLAD和基于Transformer的模型）提供更强的鲁棒性，但其计算成本常被视为实时SLAM的障碍。本文对NetVLAD作为LCD模块进行经验性评估，并将其与DBoW在KITI数据集上进行比较。我们引入一种细粒度Top-K精确召回曲线，更能反映LCD场景中查询可能有零个或多个有效匹配的情况。借助Faiss加速的最近邻搜索，NetVLAD在实现实时查询速度的同时提升了准确性和鲁棒性，使其成为SLAM中LCD的实用替代方案。
引用
@article{arxiv.2602.01673,
title = {Real-Time Loop Closure Detection in Visual SLAM via NetVLAD and Faiss},
author = {Enguang Fan},
journal= {arXiv preprint arXiv:2602.01673},
year = {2026}
}