原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４１卷第８期计算机应用研究Ｖｏｌ４１Ｎｏ８
２０２４年８月ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＡｕｇ．２０２４
室内动态场景下基于语义关联的视觉ＳＬＡＭ方法
１１，２１，２１
李泳，刘宏杰，周永录，余映
（１．云南大学信息学院，昆明６５００００；２．云南省高校数字媒体技术重点实验室，昆明６５０２２３）
摘要：针对视觉ＳＬＡＭ在动态场景下鲁棒性不足的问题，提出一种适用于动态场景下的视觉ＳＬＡＭ算法———
ＳＡＤＳＬＡＭ。该算法首先使用ＧＣＮｖ２网络进行特征提取，以获取分布均匀的特征点集合，并加快提取速度。然
后使用ＹＯＬＯｖ８ｓｅｇ语义分割网络完成场景内物体的检测，并对推理得到的物体按照是否具备自主运动能力进
行划分。同时提出一种语义关联方法，通过对潜在动态物体进行２Ｄ和深度层面过滤，以确定潜在动态物体运动
的可能性。最后，构建了含有语义信息的稠密３Ｄ点云地图，并避免了动态物体的干扰。算法使用ＴＵＭ数据集
及真实场景进行实验验证，结果表明，相较于ＯＲＢＳＬＡＭ３及其他相关的动态ＳＬＡＭ算法，ＳＡＤＳＬＡＭ在动态场
景下具有更好的定位精度。
关键词：视觉ＳＬＡＭ；深度学习；位姿估计；地图构建；室内动态场景
中图分类号：ＴＰ２４２．６文献标志码：Ａ文章编号：１００１３６９５（２０２４）０８０４０２５２８０５
ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０２３．１０．０５５７
ＶｉｓｕａｌＳＬＡＭｍｅｔｈｏｄｂａｓｅｄｏｎｓｅｍａｎｔｉｃａｓｓｏｃｉａｔｉｏｎｉｎｉｎｄｏｏｒｄｙｎａｍｉｃｓｃｅｎｅｓ
１１，２１，２１
ＬｉＹｏｎｇ，ＬｉｕＨｏｎｇｊｉｅ，ＺｈｏｕＹｏｎｇｌｕ，ＹｕＹｉｎｇ
（１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ，ＹｕｎｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ６５００００，Ｃｈｉｎａ；２．ＹｕｎｎａｎＰｒｏｖｉｎｃｉａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤｉｇｉｔａｌＭｅｄｉａＴｅｃｈｎｏｌｏｇｙ，
Ｋｕｎｍｉｎｇ６５０２２３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｒｏｂｕｓｔｎｅｓｓｏｆｖｉｓｕａｌＳＬＡＭｉｎｄｙｎａｍｉｃｓｃｅｎｅｓ，ｔｈｉｓｐｒｏｐｏｓｅｄａｎｅｗｖｉｓｕａｌＳＬＡＭａｌｇｏｒｉｔｈｍ
ｃａｌｌｅｄＳＡＤＳＬＡＭ．ＴｈｉｓａｌｇｏｒｉｔｈｍａｃｔｉｖｅｌｙｅｘｔｒａｃｔｅｄｆｅａｔｕｒｅｓｕｓｉｎｇｔｈｅＧＣＮｖ２ｎｅｔｗｏｒｋｔｏｏｂｔａｉｎａｓｅｔｏｆｅｖｅｎｌｙｄｉｓｔｒｉｂｕｔｅｄｆｅａ
ｔｕｒｅｐｏｉｎｔｓａｎｄａｃｃｅｌｅｒａｔｅｔｈｅｅｘｔｒａｃｔｉｏｎｓｐｅｅｄ．Ａｄｄｉｔｉｏｎａｌｌｙ，ｉｔｄｅｔｅｃｔｅｄｏｂｊｅｃｔｓｗｉｔｈｉｎｔｈｅｓｃｅｎｅｕｓｉｎｇｔｈｅＹＯＬＯｖ８ｓｅｇｓｅ
ｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎｎｅｔｗｏｒｋａｎｄｃｌａｓｓｉｆｉｅｄｔｈｅｍｂａｓｅｄｏｎｔｈｅｉｒａｂｉｌｉｔｙｔｏｍｏｖｅａｕｔｏｎｏｍｏｕｓｌｙ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｉｔｕｓｅｄａｓｅｍａｎｔｉｃ
ａｓｓｏｃｉａｔｉｏｎｍｅｔｈｏｄｔｏｆｉｌｔｅｒｐｏｔｅｎｔｉａｌｄｙｎａｍｉｃｏｂｊｅｃｔｓａｔｂｏｔｈｔｈｅ２Ｄａｎｄｄｅｐｔｈｌｅｖｅｌｓ，ｄｅｔｅｒｍｉｎｉｎｇｔｈｅｉｒｌｉｋｅｌｉｈｏｏｄｏｆｍｏｖｅ
ｍｅｎｔ．Ｆｉｎａｌｌｙ，ｉｔｃｏｎｓｔｒｕｃｔｅｄａｄｅｎｓｅ３Ｄｐｏｉｎｔｃｌｏｕｄｍａｐｃｏｎｔａｉｎｉｎｇｓｅｍａｎｔｉｃｉｎｆｏｒｍａｔｉｏｎ，ａｖｏｉｄｉｎｇｉｎｔｅｒｆｅｒｅｎｃｅｆｒｏｍｄｙｎａｍｉｃ
ｏｂｊｅｃｔｓ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎ
文档评论（0）