[發(fā)明專利]回環(huán)檢測方法、裝置、終端設(shè)備和可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011632642.5
• 申請日: 2020-12-31
• 公開（公告）號: CN112614187A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計）人: 黃德斌;王軼丹;楊若鵠;崔寧;陳鵬
• 申請（專利權(quán)）人: 深圳市優(yōu)必選科技股份有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 梁韜

1.一種回環(huán)檢測方法，其特征在于，包括：

獲取當前圖像幀，對所述當前圖像幀進行特征提取以得到對應的特征向量矩陣；

根據(jù)構(gòu)建的局部敏感哈希函數(shù)對所述特征向量矩陣中的每個特征向量進行哈希計算以得到對應特征向量的簽名，并以所有特征向量的簽名構(gòu)建所述特征向量矩陣的哈希表集合；

對存儲的若干歷史圖像幀進行篩選得到與所述哈希表集合中的簽名之間存在預設(shè)位偏移量的特征向量作為待匹配特征向量；

根據(jù)所述當前圖像幀的特征向量與所述待匹配特征向量的相似度判斷對應的歷史圖像幀是否存在回環(huán)，輸出存在回環(huán)的歷史圖像幀。

2.根據(jù)權(quán)利要求1所述的回環(huán)檢測方法，其特征在于，在查找出待匹配特征向量之后，所述方法還包括：

將查找到的所有待匹配特征向量按照對應歷史圖像幀的獲取順序依次存儲于待匹配集合中；

從所述待匹配集合中選取與所述當前圖像幀的幀間隔數(shù)大于預設(shè)間隔值的各歷史圖像幀的待匹配特征向量進行相似度計算以判斷是否存在回環(huán)。

3.根據(jù)權(quán)利要求1所述的回環(huán)檢測方法，其特征在于，利用構(gòu)建的局部敏感哈希函數(shù)計算特征向量的簽名時，所述方法還包括：

根據(jù)“與構(gòu)造”和“或構(gòu)造”中的一種或兩種方式生成所述局部敏感哈希函數(shù)的哈希函數(shù)族，所述哈希函數(shù)族用于計算特征向量的簽名。

4.根據(jù)權(quán)利要求3所述的回環(huán)檢測方法，其特征在于，生成所述哈希函數(shù)族時，所述方法包括：

按照先“與構(gòu)造”后“或構(gòu)造”的級聯(lián)方式生成所述局部敏感哈希函數(shù)的哈希函數(shù)族。

5.根據(jù)權(quán)利要求1至4中任一項所述的回環(huán)檢測方法，其特征在于，基于余弦距離構(gòu)建所述局部敏感哈希函數(shù)。

6.根據(jù)權(quán)利要求1所述的回環(huán)檢測方法，其特征在于，所述對所述當前圖像幀進行特征提取以得到對應的特征向量矩陣，包括：

判斷所述當前圖像幀中是否存在多個相同目標；

若存在多個相同目標，則根據(jù)各個所述相同目標到圖像坐標原點的像素距離按照升序或降序方式構(gòu)建對應的特征向量，以及根據(jù)其他的不同目標在圖像中的位置構(gòu)建對應的特征向量；

若不存在，則根據(jù)各個不同目標在圖像中的位置構(gòu)建對應的特征向量；

利用生成的每一特征向量構(gòu)建一特征向量矩陣。

7.根據(jù)權(quán)利要求1或6所述的回環(huán)檢測方法，其特征在于，通過MoblieNet神經(jīng)網(wǎng)絡(luò)對所述當前圖像幀或所述歷史圖像幀進行特征提取。

8.根據(jù)權(quán)利要求1所述的回環(huán)檢測方法，其特征在于，所述以所有特征向量的簽名構(gòu)建所述特征向量矩陣的哈希表集合，包括：

將每個特征向量的簽名存儲于簽名集合中；

對所述簽名集合中的簽名進行聚類，并生成每個聚類的哈希表索引；

根據(jù)所有聚類的所述哈希表索引構(gòu)建所述特征向量矩陣的哈希表集合。

9.根據(jù)權(quán)利要求1所述的回環(huán)檢測方法，其特征在于，所述對存儲的若干歷史圖像幀進行篩選得到與所述哈希表集合中的簽名之間存在預設(shè)位偏移量的特征向量作為待匹配特征向量，包括：

對存儲的若干歷史圖像幀分別進行特征提取以得到對應的歷史特征向量，并從中選取出與所述當前圖像幀的特征向量的相似度超過預設(shè)閾值的歷史特征向量以作為候選特征向量；

通過所述局部敏感哈希函數(shù)計算每個候選特征向量的簽名，并查找出簽名與所述哈希表集合中的簽名之間存在預設(shè)位偏移量的候選特征向量以作為待匹配特征向量。