ORB基于DBOW的全局匹配和Maplab的全局匹配的比较

博客对比了Maplab和DBOW在全局定位方面的性能。DBOW基本原理是判断相似图片,用于单次slam回环和重定位,场景变化大时难找到相似图片,且需存额外信息,多基于单张图片匹配。而Maplab直接用描述符匹配,能自然使用多张图片联合信息,全局定位大大优于DBOW。
  1. DBOW的基本原理是判断最相似的两张图。但如果作为基于地图的定位来做的化,当场景大部分区域放生变化的时候,其实很难找到相似的图片了。Maplab中直接使用描述符匹配,不管一个场景变换再大,只有有不小部分是可识别的就能work。
  2. 两张图片的对比只用了单张图片的信息。有的时候一张图片的信息不够匹配上,但多张图片组合在一起才能产生足够信息。而Maplab的方式能够自然的使用多张图片联合一起的信息。
  3. ORB的重定位中只使用DBOW检测出来的frame看到的3d点来做匹配。但DBOW选出的图片经常是偏离最近kf的。所以能匹配上的就更少了。主要也只用了单张图片的信息。
  4. 基于DBOW的地图还需要存BowVector,FeatureVector等额外信息

总结来看就是Maplab的全局定位要大大优于DBOW。毕竟DBOW只是用来做单次slam的回环和重定位,场景不会发生太大变化。

评论
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