项目描述:1、针对于SLAM中低照度场景特征提取难度增大导致相机位姿估计结果不准确的问题,从深度学习关键点特征提取方法入手,通过特征融合、图像光照增强以及增加网络约束的方式实现对低照度场景特征提取方法精度上的改进,使其能够在较暗光照下提取更加精确的关键点信息,在单应估计等任务的多个指标上实现了最好及具有竞争力的结果。
成果:一篇 EI 英文源刊论文 已录用
2、针对于目前端到端方法相机位姿估计精确度较低的问题,采用深度学习神经网络优化的方式进行研究,将单帧输入图像扩展到多帧,充分利用帧间关联特征信息并构建帧间约束,在室内外数据集的测试指标上达到了与最先进的技术相似甚至更好的性能。
成果:一篇 SCI 二区论文 投稿中