基于ResNet迁移学习的单目视觉SLAM系统

黄泊儒; 刘辉; 段一戬; 吴湘柠; 彭世康; 蒙艳玫

doi:10.13624/j.cnki.issn.1001-7445.2025.0846

广西大学学报（自然科学版） ›› 2025, Vol. 50 ›› Issue (04) : 846 -857. DOI: 10.13624/j.cnki.issn.1001-7445.2025.0846

基于ResNet迁移学习的单目视觉SLAM系统

黄泊儒, 刘辉, 段一戬, 吴湘柠, 彭世康, 蒙艳玫

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了提高视觉同步定位与地图构建(SLAM)的定位精度和减少计算复杂度，本文提出了基于残差网络(ResNet)迁移学习的视觉SLAM算法。通过迁移学习提取图像的特征区域，使得SLAM系统从全局区域匹配优化为局部区域的特征匹配，增加了自定义的卷积操作，增强了图像的特征信息，并改进了ResNet特征提取网络结构，增强了对图像中的特征区域辨识。本文提出的Res-SLAM系统由于选取了图像特征密集区域进行定位，提升了定位准确性，降低了系统计算耗时。结果表明，Res-SLAM算法的运行时间相较于其他动态剔除算法减少了76.2%,相比于ORB-SLAM3算法，绝对轨迹的平均均方根误差精度提高了47.0%,绝对轨迹误差的算数平均值精度提高了40.3%;相对轨迹的平均均方根误差精度提高了69.8%,相对轨迹误差的算数平均值精度提高了36.9%。