42、视觉里程计与推荐系统的技术解析

视觉里程计与推荐系统的技术解析

1. 视觉里程计算法分析

在解决帧到帧运动估计问题上，不同算法有着不同的表现。

1.1 算法性能对比

算法	所需数据	性能特点	适用场景
Kabsch算法	深度数据（如RGB - D传感器）	整体表现最佳	有深度数据可用的场景
8点算法	无特殊数据要求	在被动单目系统中表现出色，能在无深度数据时恢复合理轨迹	无深度数据的场景
Eigensolver算法	-	较为准确，但不总能给出解	-

1.2 探测器/描述符的影响

探测器/描述符的选择对算法性能影响较小，不同场景需要不同的特征点选择方法，目前还没有完美的特征探测器。
- 8点算法与AKAZE或SURF特征结合效果更好。
- ORB计算速度快，但在实验中性能欠佳。考虑到AKAZE是开源软件，建议优先考虑使用AKAZE探测器/描述符。

1.3 算法选择建议