[發(fā)明專利]基于深度神經(jīng)網(wǎng)絡(luò)的視覺SLAM閉環(huán)檢測方法

在審

• 申請?zhí)枺?/td>: 201710350174.4
• 申請日: 2017-05-18
• 公開（公告）號: CN107330357A
• 公開（公告）日: 2017-11-07
• 發(fā)明（設(shè)計(jì)）人: 張?jiān)浦?/a>;胡航;聞時(shí)光;吳成東;段強(qiáng);胡美玉
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 大連理工大學(xué)專利中心21200
• 代理人: 梅洪玉

1.一種基于深度神經(jīng)網(wǎng)絡(luò)的視覺SLAM閉環(huán)檢測方法，其特征在于如下步驟：

步驟一：利用相似場景的數(shù)據(jù)集訓(xùn)練線性解碼器的網(wǎng)絡(luò)參數(shù)；

最基本的自編碼器包含三層：(1)輸入層x；(2)隱藏層h；(3)輸出層

神經(jīng)網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)看作一個(gè)非線性函數(shù)，將x作為輸入，作為輸出，則每個(gè)節(jié)點(diǎn)視作公式(1)：

其中w和b分別為權(quán)重和偏置參數(shù)；

自編碼神經(jīng)網(wǎng)絡(luò)中，輸入層與隱藏層全連接，對于每個(gè)隱藏層單元h_i有：

hi=fwi,bi(x)=σ(wiTx+bi)---(2)]]>

對于輸出層有：

矩陣形式如下：

h=fwi,bi(x)=σ(WTx+b)---(4)]]>

x^=gwj′,bj′(h)=σ(W′Th+b′)---(5)]]>

假設(shè)有一個(gè)無標(biāo)簽的訓(xùn)練樣本集{x⁽¹⁾,x⁽²⁾,…}，其中在自編碼神經(jīng)網(wǎng)絡(luò)模型中，輸出值等于輸入值，即即自編碼神經(jīng)網(wǎng)絡(luò)嘗試訓(xùn)練一個(gè)h_W,b(x)≈x的函數(shù)；設(shè)置W＝W^T，為使最終訓(xùn)練得到的參數(shù)應(yīng)該滿足：g_w,bf_w,b(x)＝x(6)

通過最小化輸入與輸出的誤差來訓(xùn)練參數(shù)w和b，誤差用交叉熵來衡量，對于輸入x∈[0,1)，交叉熵如式(7)所示：

自編碼算法利用梯度下降法來求解最小問題，迭代過程中參數(shù)更新如式(8)所示：

θk=θk-1-η∂d∂θk-1---(8)]]>

其中η是學(xué)習(xí)率，θ是訓(xùn)練參數(shù)w和b；

使用a_j(x)表示在輸入為x的情況下，隱藏神經(jīng)元j的激活度，使用代表隱藏神經(jīng)元j的平均激活度；懲罰因子的形式如下式所示：

Σj=1sρlogρρ^j+(1-ρ)log1-ρ1-ρ^j---(9)]]>

其中s是隱藏層神經(jīng)元的數(shù)量，ρ是稀疏性系數(shù)；懲罰因子也被表示為：

Σj=1sKL(ρ||ρ^)---(10)]]>

總的代價(jià)函數(shù)表示為：

對于最后一層的輸入，將sigmoid變換換成恒等變換，即：

x^=an=zn=Wn-1an-1+bn-1---(12)]]> 1

其中aⁿ是最后一層輸出，zⁿ是最后一層的輸入，a^n-1是倒數(shù)第二層隱藏層的輸入；經(jīng)過變換之后，輸入數(shù)據(jù)就不用縮放了，同樣通過輸入與輸出的殘差來訓(xùn)練隱藏層參數(shù)；

步驟二：將捕獲采集到的圖片不斷的通過線性解碼器進(jìn)行卷積訓(xùn)練

假設(shè)原始訓(xùn)練樣本是m×n的大尺寸圖像，首先從原始樣本中抽取a×b的小圖像樣本x_small來訓(xùn)練線性解碼器，通過函數(shù)f＝σ(Wx_small+b)獲得k個(gè)特征，然后用這k個(gè)特征對大尺寸圖像做卷積，得到k×(m-a+1)×(n-b+1)個(gè)卷積后的特征形成的矩陣；

步驟三：采用池化的方法對高維的特征向量進(jìn)行降維處理；

對不同位置的特征進(jìn)行聚合統(tǒng)計(jì)；這些聚合統(tǒng)計(jì)特征不僅具有較低的維數(shù)，同時(shí)還能改良特征的性能，稱這種聚合操作為池化；

步驟四：對訓(xùn)練得到的向量，采用夾角余弦函數(shù)衡量特征的相似性，通過設(shè)定閾值結(jié)合兩幅場景圖像的相似度來判斷什么時(shí)候形成閉環(huán)；

假設(shè)存在兩個(gè)關(guān)鍵幀F(xiàn)⁽¹⁾和F⁽²⁾，每個(gè)關(guān)鍵幀通過線性解碼器與卷積和池化之后用t個(gè)特征來表達(dá)：

定義一個(gè)相似性函數(shù)：s＝||δ(p⁽ⁱ⁾-p^(j))||(14)

其中利用夾角余弦來衡量特征的相似度；

通過設(shè)定閾值結(jié)合兩幀關(guān)鍵幀的相似度判定時(shí)候形成閉環(huán)；通過所有關(guān)鍵幀之間的相似性得分獲得一個(gè)相似性矩陣；

步驟五：輸出閉環(huán)檢測準(zhǔn)確率召回率曲線和檢測到的閉環(huán)，作為后續(xù)SLAM建圖優(yōu)化使用。