SLAM笔记(七)回环检测中的词袋BOW

本文介绍了SLAM中回环检测的词袋模型BOW,探讨了词频统计、普通词袋与视觉词袋的概念,以及如何利用视觉词袋进行回环检测。详细阐述了回环检测中的视觉词向量数据库和图像比较与度量方法,包括逆序索引和顺序索引在回环检测中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.词频

(摘自阮一峰博客,参见附录参考)
如果某个词很重要,它应该在这篇文章中多次出现。于是,我们进行”词频”(Term Frequency,缩写为TF)统计。考虑到文章有长短之分,为了便于不同文章的比较,进行”词频”标准化。一般分母设置为文章总的词数或者出现最频繁的那个词的出现次数。比如:

TF=
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值