Computer vision SLAM如何提取地标？
在本教程中，使用了激光扫描仪，并展示了两种地标提取方法Computer vision SLAM如何提取地标？,computer-vision,robotics,slam-algorithm,Computer Vision,Robotics,Slam Algorithm,在本教程中，使用了激光扫描仪，并展示了两种地标提取方法 但大多数实际的SLAM实现都是基于相机图像的。在这些应用程序中，如何提取地标？没有提到这一点，我也找不到包含地标提取的端到端演示项目。通常地标是图像/帧中许多明显的特征，如斑点或角点。计算机视觉的显著特征本身就是一门艺术。有几十种不同的方法来提取、描述和匹配这些特征，你显然需要在不同的框架中识别它们 有一个概述，你可以看到一个视频，上面是一个在手机上运行的实用SLAM实现，这是一个优秀大学的一点广告： 对于图像，它们使用诸如或之类的特征匹配
但大多数实际的SLAM实现都是基于相机图像的。在这些应用程序中，如何提取地标？没有提到这一点，我也找不到包含地标提取的端到端演示项目。通常地标是图像/帧中许多明显的特征，如斑点或角点。计算机视觉的显著特征本身就是一门艺术。有几十种不同的方法来提取、描述和匹配这些特征，你显然需要在不同的框架中识别它们
有一个概述，你可以看到一个视频，上面是一个在手机上运行的实用SLAM实现，这是一个优秀大学的一点广告： 对于图像，它们使用诸如或之类的特征匹配算法，最流行的开源slam解决方案之一仅使用ORB特征提取。在基于视觉的应用程序中，首先检测特征兴趣点。特征描述步骤只检测显著特征，如角点、斑点等，单独检测没有意义。特征描述符识别场景中的每个特征。从现在开始，你可以选择你想要的作为地标，记住你的SLAM算法