[发明专利]一种基于注意力机制的回环检测方法

权利要求书

1.一种基于注意力机制的回环检测方法，其特征在于，所述方法包括：

获取目标图像帧以及所述目标图像帧对应的若干历史图像帧；

获取所述目标图像帧对应的第一特征图以及若干历史图像帧中每个历史图像帧对应的第二特征图；

将所述第一特征图以及所述若干第二特征图分别输入多尺度特征融合结构，输出所述目标图像帧对应的第一激活图以及若干历史图像帧中每个历史图像帧对应的第二激活图；

根据所述第一激活图和所述若干第二激活图，确定所述目标图像帧对应到的回环帧。

2.根据权利要求1所述基于注意力机制的回环检测方法，其特征在于，所述获取所述目标图像帧对应的第一特征图以及若干历史图像帧中每个历史图像帧对应的第二特征图具体包括：

将所述目标图像帧以及若干历史图像帧输入至卷积结构；

通过卷积结构输出所述目标图像帧对应的第一特征图以及若干历史图像帧中每个历史图像帧对应的第二特征图。

3.根据权利要求1所述基于注意力机制的回环检测方法，其特征在于，所述多尺度特征融合结构包括若干卷积层以及全连接层；所述将所述第一特征图以及所述若干第二特征图分别输入多尺度特征融合结构，输出所述目标图像帧对应的第一激活图以及若干历史图像帧中每个历史图像帧对应的第二激活图具体包括：

将参考特征图输入至若干卷积层中的各卷积层，通过各卷积层输出参考特征图像对应的目标特征图，其中，若干卷积层中的各卷积层的卷积核的尺寸不同；

将各目标特征图像输入至全连接层，通过所述全连接层输出目标激活图，其中，当参考特征图为第一特征图时，目标激活图为第一激活图，当参考特征图为第二特征图时，目标激活图为第二激活图。

4.根据权利要求1-3任一所述基于注意力机制的回环检测方法，其特征在于，所述多尺度特征融合结构的训练过程包括：

获取训练图像集，其中，所述训练图像集包括多组训练图像组，每组训练图像组包括训练图像，训练图像对应的正样本图像以及训练图像对应的若干负样本图像；

分别获取训练图像对应的训练特征图，正样本图像对应的正样本特征图，以及若干负样本图像中每个负样本图像对应的负样本特征图；

分别将所述训练特征图、正样本特征图以及负样本特征图输入所述多尺度特征融合结构，输出所述训练特征图对应的训练激活图，正样本特征图对应的正样本激活图，以及每个负样本特征图对应的负样本激活图；

根据所述训练激活图、正样本激活图以及各负样本激活图，确定所述训练图像对应的损失函数；

根据所述损失函数，训练所述多尺度特征融合结构。

5.根据权利要求4所述基于注意力机制的回环检测方法，其特征在于，所述损失函数的表达式为：所述损失函数的表达式为：

其中，F_q为训练图像q对应的训练激活图；为正样本图像q⁺对应的正样本激活图；为正样本图像q^-对应的负样本激活图，K为负样本图像的数量；m为调整参数。

6.根据权利要求1所述基于注意力机制的回环检测方法，其特征在于，所述根据所述第一激活图以及若干的第二激活图，确定所述目标图像帧对应到的回环帧具体包括：

对于每个第二激活图，确定所述第一激活图与该第二激活图的汉明距离；

根据确定得到的所有汉明距离，确定所述目标图像帧对应到的回环帧。

7.根据权利要求1或6所述基于注意力机制的回环检测方法，其特征在于，所述根据所述第一激活图和所述若干第二激活图，确定所述目标图像帧对应到的回环帧之前，所述方法包括：

将所述第一激活图中的特征描述子转换为二进制特征描述子，并将转换得到的第一激活图作为第一激活图；

将若干第二激活图中的每个第二激活图中的特征描述子转换为二进制特征描述子，并将转换得到的第二激活图作为第二激活图。