SEMANTIC_VISUAL_SUPPORTED_ODEMETRY:单眼和立体摄像设备的语义视觉大满贯 源码

语义视觉支持测度 这是一个稀疏的Monocular SLAM项目,仅用于HDMap混合管线建设领域的研究。 与密集或近期流行的半密集大满贯项目(例如“ DTAM”,“ LSD-SLAM”,“ DSO”)相比,这是使用观测值(即ROI)的语义特征提取器(SFE)进行视觉测度(VO)的实现)用于稀疏深度图配准和精确的重新定位解决方案。 该项目的目的是通过在视频中应用语义分割和重新识别,同时引入从关键点三角剖分的深度图的空间信息,该项目希望表明: 稀疏的SLAM,例如ORBSlam,主要用于测光法或定位过程。 通过引入来自摄像机的观测信息的语义信息,我们可以使用稀疏估计的3d点构造有效的映射过程,尽管准确性可能会因各种因素而有所不同。 图像的BoW是一种聚类方法,但不应该是理想的方法。 我们可以使用自然分割的实例对关键点,框架和mapblock进行分组和调用。 在此项目中,我们使用Land