[发明专利]基于图像特征级联的自适应实时闭环检测方法

权利要求书

1.一种基于图像特征级联的自适应实时闭环检测方法，其特征在于，包括以下步骤：

S1、利用预训练好的神经网络提取图像特征，并根据图像特征得到刻画图像的描述子；

S2、计算当前帧图像的描述子与之前任意一帧图像的描述子的相似矩阵；

S3、通过自适应候选范围匹配算法和图像-序列校准算法对相似矩阵进行优化；

S4、通过优化后的相似矩阵和阈值判断运动轨迹是否为闭环，若为闭环则在实际运动轨迹中显示该闭环。

2.根据权利要求1所述的基于图像特征级联的自适应实时闭环检测方法，其特征在于，所述步骤S1的具体步骤为：

S11、利用训练好的神经网络模型提取图像特征，并获取神经网络模型的不同层次的图像特征；

S12、利用降维算法对提取到的图像特征进行降维处理；

S13、根据降维处理后的图像特征，对不同层次的图像特征进行级联操作；

S14、对级联后的图像特征进行归一化处理，得到刻画图像的描述子。

3.根据权利要求2所述的基于图像特征级联的自适应实时闭环检测方法，其特征在于，所述步骤S11中不同层次的图像特征获取方法为：采用AlexNet网络模型提取pool2层与pool5层的图像特征。

4.根据权利要求2所述的基于图像特征级联的自适应实时闭环检测方法，其特征在于，所述步骤S13中级联操作具体包括：对同一个网络中不同层次的特征进行级联操作、对不同网络模型中的不同网络输出层进行级联操作和对利用神经网络模型提取的特征与传统的特征进行级联操作。

5.根据权利要求2所述的基于图像特征级联的自适应实时闭环检测方法，其特征在于，所述步骤S14中归一化处理的具体公式为：

上式中，img_proc为刻画图像的描述子，img为级联后的图像特征矩阵，为级联后的图像特征矩阵的L2范数。

6.根据权利要求1所述的基于图像特征级联的自适应实时闭环检测方法，其特征在于，所述步骤S2中相似矩阵的计算公式为：

上式中，Sim(i,j)为第i帧图像与第j帧图像的相似矩阵，为第i帧图像与第j帧图像的差异大小。

7.根据权利要求1所述的基于图像特征级联的自适应实时闭环检测方法，其特征在于，所述步骤S4中判断否为闭环的具体方法为：当优化后的相似矩阵大于阈值Th时，判断运动轨迹为闭环，否则，判断运动轨迹为非闭环。