羅順心 張孫杰

（上海理工大學(xué)光電信息與計(jì)算機(jī)學(xué)院 上海 200093）

1 引言

在近些年，移動(dòng)機(jī)器人、無(wú)人駕駛、飛行器的發(fā)展有稱(chēng)為一個(gè)熱門(mén)的話(huà)題，例如百度的無(wú)人機(jī)是汽車(chē)Apollo、大疆的航拍飛行器、餐廳服務(wù)機(jī)器人等。而這些熱門(mén)話(huà)題中，必不可缺的一門(mén)技術(shù)就是SLAM（Simultaneous localization and mapping）技術(shù)，SLAM是在現(xiàn)實(shí)環(huán)境中為移動(dòng)機(jī)器人等設(shè)備提供定位和建圖的功能，通過(guò)SLAM技術(shù)，移動(dòng)機(jī)器人能夠?qū)崿F(xiàn)在現(xiàn)實(shí)生活中的導(dǎo)航功能。由于近些年，視覺(jué)傳感器的發(fā)展，使得視覺(jué)SLAM（Visual Simultaneous localization and mapping）的成型尤為迅速。并且在過(guò)去幾年中已經(jīng)在機(jī)器人技術(shù)和計(jì)算機(jī)視覺(jué)中得到了廣泛的研究?；丨h(huán)檢測(cè)，在計(jì)算機(jī)視覺(jué)中，也常被稱(chēng)為位置識(shí)別，是視覺(jué)SLAM系統(tǒng)中最重要的部分之一?；丨h(huán)檢測(cè)是解決在機(jī)器人移動(dòng)的定位和建圖過(guò)程中，使用的幀間位姿估計(jì)算法估計(jì)位姿時(shí)，隨著時(shí)間的增加而位姿產(chǎn)生漂移的問(wèn)題。位姿產(chǎn)生漂移，則會(huì)使機(jī)器人建立的地圖和定位不在準(zhǔn)確?；丨h(huán)檢測(cè)旨在識(shí)別移動(dòng)機(jī)器人以曾經(jīng)經(jīng)過(guò)的地方。一個(gè)準(zhǔn)確的回環(huán)檢測(cè)有利于可視SLAM系統(tǒng)，因?yàn)樗梢燥@著地減少隨時(shí)間累積的位置誤差，并使系統(tǒng)能夠構(gòu)建一致的環(huán)境圖。此外，當(dāng)機(jī)器人跟蹤由于例如突然運(yùn)動(dòng)，嚴(yán)重遮擋或運(yùn)動(dòng)模糊而損失時(shí)，環(huán)閉合檢測(cè)可用于重新定位。

2 相關(guān)工作

回環(huán)檢測(cè)問(wèn)題的一類(lèi)流行且成功的方法是基于將外觀的方法。由機(jī)器人捕獲的圖像與對(duì)應(yīng)于先前訪(fǎng)問(wèn)過(guò)的地點(diǎn)的地圖中所獲取的圖像進(jìn)行比較。如果它們之間的相似性足夠高，超過(guò)了所設(shè)定的相似度閾值，則檢測(cè)到回環(huán)。因此，在這種情況下，檢測(cè)循環(huán)本質(zhì)上是圖像匹配問(wèn)題。大多數(shù)最先進(jìn)的閉環(huán)檢測(cè)算法利用Bag-of-Visual-Words（BoVW）模型，例如:DBOW、DBOW2、DBOW3等。視覺(jué)詞袋模型最初主要應(yīng)用于圖像分類(lèi)。BoVW模型使用大量圖像聚類(lèi)特征描述符，例如SIFT或SURF，ORB等特征，產(chǎn)生包含許多“單詞”的字典，可以將單詞視為幾個(gè)相似特征的代表。當(dāng)出現(xiàn)新圖像時(shí)，將計(jì)算特征描述符，并根據(jù)特征是否出現(xiàn)在字典中來(lái)表示圖像，通過(guò)圖像的描述計(jì)算圖像的相似成圖。然而，基于BoVW的方法有幾個(gè)缺點(diǎn)，因?yàn)樗鼈兺ǔＲ蕾?lài)于人工建立的傳統(tǒng)特征。這些特征中的每一個(gè)都有各自的特性，有些特征可能是計(jì)算復(fù)雜，有些可能是效率低下等，不能很好地描述圖像的特性。

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）常用來(lái)處理圖像類(lèi)型的數(shù)據(jù)，是一種專(zhuān)門(mén)用來(lái)處理具有類(lèi)似網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。自從卷積神將網(wǎng)絡(luò)出現(xiàn)以后，卷積網(wǎng)絡(luò)的框架也得到了很好的發(fā)展。如圖1所示。

圖1 卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展

卷積神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)領(lǐng)域的最新發(fā)展表明它們具有強(qiáng)大的表示圖像的能力，這為解決環(huán)閉合檢測(cè)問(wèn)題提供了一種新方法。CNN模型是基于數(shù)百萬(wàn)個(gè)標(biāo)記圖像進(jìn)行訓(xùn)練，例如，使用ImageNet訓(xùn)練以獲得大量權(quán)重參數(shù)。CNN模型使用訓(xùn)練的方式，能夠?qū)W習(xí)圖像的判別特性和特征?，F(xiàn)在，由于CNN提取的特征顯著優(yōu)于手工制作的視覺(jué)任務(wù)特征，CNN已被用于在各種任務(wù)上實(shí)現(xiàn)優(yōu)異的性能，例如:圖像分類(lèi)、地方辨識(shí)和圖像檢索等方面。閉環(huán)檢測(cè)基本上類(lèi)似于圖像分類(lèi)和圖像檢索，對(duì)于這些問(wèn)題的關(guān)鍵步驟都是獲得圖像的良好表示，因此CNN特征可用于檢測(cè)視覺(jué)SLAM系統(tǒng)的回環(huán)檢測(cè)。

3 基于卷積特征的回環(huán)檢測(cè)算法原理

本模塊主要針對(duì)于使用卷積特征來(lái)實(shí)現(xiàn)回環(huán)檢測(cè)。卷積神經(jīng)網(wǎng)絡(luò)的框架眾多，例如有VGG16、VGG19、深度卷積的Resnet、Googlenet等，本文選用了最常使用的VGG16網(wǎng)絡(luò)作為卷積特征提取的網(wǎng)絡(luò)，將獲取的圖片輸入到VGG16的卷積神經(jīng)網(wǎng)絡(luò)中，提取圖片的特征圖，由于特征圖是一個(gè)高維度的矩陣，因此使用了TSNE降維方法對(duì)特征圖進(jìn)行數(shù)據(jù)處理，然后使用降維之后的數(shù)據(jù)進(jìn)行相似度的計(jì)算。本節(jié)主要包含四個(gè)部分，卷積神經(jīng)網(wǎng)絡(luò)工作原理、VGG16卷積神經(jīng)網(wǎng)絡(luò)特征圖提取、TSNE降維數(shù)據(jù)處理以及相似度計(jì)算?；丨h(huán)檢測(cè)的主要實(shí)現(xiàn)過(guò)程如圖2所示。

3.1 卷積神經(jīng)網(wǎng)絡(luò)工作原理

卷積神經(jīng)網(wǎng)絡(luò)常用來(lái)處理圖像類(lèi)型的數(shù)據(jù)，是一種專(zhuān)門(mén)用來(lái)處理具有類(lèi)似網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。它不像BP神經(jīng)網(wǎng)絡(luò)那樣通過(guò)ONE HOT的方式對(duì)圖像的數(shù)據(jù)進(jìn)行處理，而是直接在圖像上面進(jìn)行卷積。

卷積神經(jīng)網(wǎng)絡(luò)包含多個(gè)由卷積層和池化層構(gòu)成的特征提取器。在CNN的一個(gè)卷積層中，通常包含若干個(gè)特征平面（Feature Map），每個(gè)特征平面由一些矩形排列的神經(jīng)元組成，同一特征平面的神經(jīng)元共享權(quán)值，共享的權(quán)值也被稱(chēng)為卷積核（卷積濾波器）。卷積核一般以隨機(jī)小數(shù)矩陣的形式進(jìn)行初始化，在網(wǎng)絡(luò)的訓(xùn)練過(guò)程中卷積核將通過(guò)學(xué)習(xí)得到合理的權(quán)值。卷積核帶來(lái)的直接好處是減少網(wǎng)絡(luò)各層之間的連接，同時(shí)又降低了過(guò)擬合的風(fēng)險(xiǎn)。在卷積神經(jīng)網(wǎng)絡(luò)中，往往進(jìn)行卷積的時(shí)候也伴隨著子采樣的過(guò)程，子采樣也叫做池化（pooling），通常有均值子采樣（mean pooling）和最大值子采樣（max pooling）兩種形式，子采樣可以看作一種特殊的卷積過(guò)程。卷積和池化過(guò)程都大大簡(jiǎn)化了模型復(fù)雜度，減少了模型的參數(shù)。

圖2 CNN回環(huán)檢測(cè)

在卷積網(wǎng)絡(luò)中，也同樣由三個(gè)部分組成，輸入層、隱含層、全連接層。卷積神經(jīng)網(wǎng)絡(luò)的輸入層直接用來(lái)處理多維數(shù)據(jù)，例如灰度圖像或者擁有三通道的RGB圖像等。由于卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)領(lǐng)域應(yīng)用非常的廣泛，因此一般在介紹其結(jié)構(gòu)時(shí)都是預(yù)先假設(shè)了三維數(shù)據(jù)，由平面上的二維像素點(diǎn)以及RGB通道組成；隱藏層通常包含了卷積層、池化層、全連接層。全連接是將卷積層的最后一層的特征圖轉(zhuǎn)化成一列向量，同神經(jīng)網(wǎng)絡(luò)一樣，前一層的所有的神經(jīng)元都與后一個(gè)層里面的所有的神經(jīng)元相連。

卷積層主要是對(duì)輸入的數(shù)據(jù)通過(guò)其內(nèi)部的多個(gè)卷積核使用滑動(dòng)窗口的方式進(jìn)行特征提取，然后生成與之對(duì)應(yīng)的特征圖。如圖3所示。

圖3 卷積層示意圖

圖中輸入的數(shù)據(jù)為6*8的圖片，經(jīng)過(guò)一個(gè)每次移動(dòng)2個(gè)位置的2*2大小的卷積核之后，生成了一個(gè)3*4的特征圖。

池化層池化是一個(gè)基于樣本的離散化過(guò)程。其目的是降低輸入表示的采樣，減少它們的維度，并允許我們假設(shè)特征已經(jīng)被包含在了子區(qū)域中。池化層作用是為了通過(guò)提供抽象形式的表現(xiàn)來(lái)防止過(guò)度擬合。同樣的，它也通過(guò)減少了參數(shù)的數(shù)量降低了計(jì)算的復(fù)雜度并為內(nèi)部的表示提供一個(gè)基本的不變性的轉(zhuǎn)換。池化層示意圖如圖4所示。

圖4 池化層示意圖（均值池化、最大池化）

圖4 中，分別表示了兩種池化方式，一種是均值池化，一種是最大池化，使用了2*2的池化層濾波器，每次移動(dòng)兩個(gè)步長(zhǎng)，因此均值池化則就是將左圖中四個(gè)方格的數(shù)據(jù)相加求和，然后再計(jì)算出平均值。最大值池化則是將四個(gè)方格的數(shù)據(jù)比較找出最大的數(shù)據(jù)作為輸出。

3.2 VGG16卷積神經(jīng)網(wǎng)絡(luò)特征提取

VGG16卷積神經(jīng)網(wǎng)絡(luò)模型是一個(gè)針對(duì)于圖像分類(lèi)和目標(biāo)檢測(cè)任務(wù)的模型，它是由牛津大學(xué)視覺(jué)幾何組在2014年提出，且獲得了當(dāng)年的ILSVR的冠軍。本文選用了VGG16模型來(lái)提取圖像的卷積特征。VGG16模型如圖5所示。

VGG16模型的輸入是一個(gè)224*224*3的圖片，當(dāng)輸入圖片的時(shí)候，需要對(duì)圖片的大小進(jìn)行重置，使得其與VGG16模型要求的輸入保持一致性。VGG16網(wǎng)絡(luò)由5個(gè)卷積層，3個(gè)全連接層以及一個(gè)Softmax輸出層構(gòu)成，每一個(gè)隱藏層也都參用了RELU作為非線(xiàn)性激活函數(shù)。每一個(gè)卷積層都增加一個(gè)池化層（如圖5紅色框部分為池化層生成的結(jié)果），每一個(gè)池化層都會(huì)將特征圖的尺寸縮為原來(lái)的二分之一，通道數(shù)增加為原來(lái)的2倍，大大減少了參數(shù)的同時(shí)又增強(qiáng)了特征圖對(duì)圖像的表達(dá)能力。

圖5 VGG16模型圖

VGG16的卷積層使用多個(gè)較小卷積核（3×3）的卷積層代替一個(gè)卷積核較大的卷積層（如圖6所示），一方面可以減少參數(shù)，另一方面相當(dāng)于進(jìn)行了更多的非線(xiàn)性映射，可以增加網(wǎng)絡(luò)的擬合以及表達(dá)能力，因此小卷積核是VGG16網(wǎng)絡(luò)的的一個(gè)重要特點(diǎn)。兩個(gè)3×3的卷積堆疊獲得的感受野大小，相當(dāng)一個(gè)5×5的卷積；而3個(gè)3×3卷積的堆疊獲取到的感受野相當(dāng)于一個(gè)7×7的卷積。這樣可以增加非線(xiàn)性映射，也能很好地減少參數(shù)（例如一個(gè)7×7的參數(shù)為49個(gè)，而3個(gè)3×3的參數(shù)為27）。

圖6 VGG16結(jié)構(gòu)圖

本文采用了VGG16的預(yù)訓(xùn)練權(quán)重作為VGG16的權(quán)重參數(shù)，該訓(xùn)練參數(shù)是由ImageNet數(shù)據(jù)集的圖像訓(xùn)練生成。由于VGG16的卷積層生成的特征圖的數(shù)量較多，如 CONV1-1、CONV1-2、CONV2-1、CONV2-2、CONV3-1、…、CONV5-3，層數(shù)越高，特征圖的表達(dá)能力就越強(qiáng)，因此本文使用CONV5-3所生成的特征圖7*7*512的特征圖，即全連接層之前的特征圖。每一個(gè)7*7的方格塊都可以當(dāng)做該圖片的一個(gè)特征，因此該圖片使用了512個(gè)7*7的特征表示，這512張?zhí)卣鲌D即為該圖片的特征圖描述。如圖7所示。

圖7 CNN提取特征圖

3.3 TSNE數(shù)據(jù)降維

TSNE（T-Distributed Stochastic Neighbor Embedding）是一種基于流行學(xué)習(xí)方法（Manifold Learning）的降維方法。它是基于SNE（Stochastic Neighbor Embedding）發(fā)展而來(lái)。TSNE的思想是通過(guò)仿射變換將高維度數(shù)據(jù)映射到概率分布上，然后降維后的數(shù)據(jù)具有相似的概率分布，實(shí)際上就是映射在高維的數(shù)據(jù)的距離在映射成低維度之后的距離具有相似的特性。

對(duì)于一個(gè)N維的數(shù)據(jù)x1，x2，…，xn進(jìn)行降維，其中每一個(gè)x都具有相同的維度。SNE算法首先將歐幾里得距離轉(zhuǎn)換為條件概率來(lái)表達(dá)點(diǎn)與點(diǎn)之間的相似度。定義一個(gè)高維度樣本的分布概率P為

P（j|i）表示第i個(gè)樣本分布在樣本j周?chē)母怕?。δi表示以樣本xi為中心的高斯分布的方差。由于只關(guān)心不同樣本之間的相似度，因此定義P（i|i）=0。映射的低維空間的概率分布公式為

其中y是x映射到低維空間的向量，同樣，在低維空間中，q（i|i）=0。由于要保持低維空間和高為空間中分布概率的一致性，以KL散度定義了兩個(gè)不同分布之間的目標(biāo)優(yōu)化函數(shù)為

式中Pi和Qi分別為樣本i在高維度空間中的概率分布和在低維度空間中的概率分布。從目標(biāo)函數(shù)中可以看出當(dāng) pj|i較大時(shí)，qi|j較小時(shí)，目標(biāo)函數(shù)的代價(jià)會(huì)很高；當(dāng) pj|i較小時(shí)，qi|j較大時(shí)，目標(biāo)函數(shù)的代價(jià)會(huì)得到一個(gè)較低的值，因此，這樣就會(huì)造成不好的擬合結(jié)果。對(duì)稱(chēng)SNE則很好地解決了此問(wèn)題。對(duì)稱(chēng)SNE將條件概率密度更改為聯(lián)合概率密度，使在高維空間中的聯(lián)合概率分布P和低維度空間中的概率分布 Q，對(duì)任意 i，j均有 pij=pji，qij=qji，定義如下:

高維度空間為

其中n為x樣本的個(gè)數(shù)，低維度空間為

在對(duì)稱(chēng)SNE中，同樣最小化SNE中的目標(biāo)函數(shù)，其中條件概率的pj|i、qj|i變成了聯(lián)合分布的pji、qji:

一個(gè)高維度數(shù)據(jù)降維到一個(gè)低維度數(shù)據(jù)，很可能會(huì)產(chǎn)生數(shù)據(jù)擁擠的問(wèn)題，TSNE使用了t分布作為低維空間概率分布函數(shù)，有效地解決了數(shù)據(jù)擁擠的問(wèn)題，同時(shí)在高維度空間采用了對(duì)稱(chēng)SNE的聯(lián)合概率分布。因此:

高維度空間概率分布:

低維度空間概率分布:

目標(biāo)函數(shù)也同樣采用了KL散度來(lái)擬合兩個(gè)分布函數(shù)。

3.4 相似度計(jì)算

回環(huán)檢測(cè)中的一個(gè)重要環(huán)節(jié)就是計(jì)算兩個(gè)圖像的相似度，它代表著兩個(gè)圖像之間的相似程度。在機(jī)器人移動(dòng)的過(guò)程中產(chǎn)生了很多的關(guān)鍵幀，將這些關(guān)鍵幀的集合稱(chēng)之為P=｛p1，p2，…，pn｝，對(duì)于關(guān)鍵幀中的每一幀都需要進(jìn)行回環(huán)檢測(cè)的計(jì)算，每一幀關(guān)鍵幀通過(guò)VGG16卷積神經(jīng)網(wǎng)絡(luò)提取的特征圖使用 F=｛f1，f2，…，fn｝，其中每一個(gè) f都是一個(gè)7*7*512的維度的矩陣。對(duì)于兩個(gè)關(guān)鍵幀的相似度計(jì)算，可使用如下算法描述:

算法計(jì)算相似度

輸入:關(guān)鍵幀 p1，p2；

輸出:相似度得分:Score；

1）定義Score=0；s=［］；

2）VGG16提取特征圖f1，f2:

5）計(jì)算每一個(gè)特征層的距離得分:

6）end for

7） 計(jì)算兩張圖像的相似度得分:

return Score

該算法主要分為由三個(gè)部分組成。第一個(gè)部分是，輸入的兩個(gè)關(guān)鍵幀p1，p2通過(guò)VGG16的卷積神經(jīng)網(wǎng)絡(luò)提取conv5-3池化后的特征圖f1，f2，每一個(gè)關(guān)鍵幀的卷積特征都是7*7*512的特征圖。在這里，將每一個(gè)特征圖都可以看做圖像的特征描述，特使一個(gè)7*7的矩陣塊，使用ONE HOT的方式，將該矩陣塊變成一個(gè)49維度的向量，因此該圖片的描述特征為一個(gè)512*49的矩陣。如圖8所示。

圖8 多層特征圖轉(zhuǎn)化為特征矩陣

第二個(gè)部分是對(duì)特征矩陣的降維處理，從算法中可以看待TSNE函數(shù)有一個(gè)參數(shù)dim，該dim就是設(shè)定轉(zhuǎn)化到的低維度的空間數(shù)。在對(duì)特征矩陣降維之前，首先要將兩個(gè)關(guān)鍵幀的特征矩陣變成一個(gè)曾廣矩陣，這樣可以使得在降維之后，仍能保持兩個(gè)特征矩陣在同一個(gè)空間中，合并特征矩陣生成Fh:

TSNE算法也使得降維后的數(shù)據(jù)保持了在高維空間中的相似特性。通過(guò)TSNE算法降維后生成一個(gè)低維度矩陣Fl，將矩陣分割成降維后的特征f1′，f2′:

最后兩個(gè)關(guān)鍵幀的得分為所有特征之和的平均值:

其中n為特征層的個(gè)數(shù)，即n=512。

回環(huán)檢測(cè)就是判斷兩個(gè)關(guān)鍵幀之間的得分是否有達(dá)到相似度閾值。若大于相似度閾值則檢測(cè)到回環(huán)。若小于相似度閾值，則未檢測(cè)到回環(huán)。

4 實(shí)驗(yàn)

本節(jié)主要對(duì)本篇論文中所提出的的算法進(jìn)行有效性驗(yàn)證以及參數(shù)與相似度的關(guān)系。在本實(shí)驗(yàn)中，設(shè)備參數(shù):CPU為i7 7700k，運(yùn)行內(nèi)存為64G，GPU為英偉達(dá)NVDIA GTX1080。采用了基于Ubuntu16.04系統(tǒng)，Python3.6的環(huán)境搭建而成。針對(duì)于VGG16模型，采用了較為熟知的Keras深度學(xué)習(xí)框架，VGG16模型的權(quán)重參數(shù)使用了從ImageNet數(shù)據(jù)集訓(xùn)練的預(yù)訓(xùn)練權(quán)重。TSNE降維方法使用了基于Scikit-learn的API庫(kù)。實(shí)驗(yàn)一使用了本地采集的數(shù)據(jù)集和公開(kāi)數(shù)據(jù)集TUM的數(shù)據(jù)進(jìn)行測(cè)試，驗(yàn)證該算法實(shí)現(xiàn)回環(huán)的效果。實(shí)驗(yàn)二同時(shí)展示了降低維度的維數(shù)dim與相似度的關(guān)系，實(shí)驗(yàn)三展示了相似度得分中δ與相似度的關(guān)系。

實(shí)驗(yàn)一:

圖9 本地實(shí)驗(yàn)室模擬機(jī)器人移動(dòng)過(guò)程中拍攝的照片

圖10 TUM數(shù)據(jù)集中提取的圖片

圖11 本地?cái)?shù)據(jù)相似矩陣熱力圖

圖12 TUM數(shù)據(jù)集相似矩陣熱力圖

圖9 的圖片是在本地實(shí)驗(yàn)室模擬機(jī)器人移動(dòng)過(guò)程中拍攝的照片，圖10是TUM數(shù)據(jù)集中提取的圖片；圖11是由本地?cái)?shù)據(jù)集通過(guò)本實(shí)驗(yàn)算法得到的相似矩陣；圖12是TUM公共數(shù)據(jù)集得到的相似性矩陣。

通過(guò)實(shí)驗(yàn)一，分別使用本地的數(shù)據(jù)和TUM數(shù)據(jù)集的數(shù)據(jù)驗(yàn)證了算法的可靠性，從熱力圖中，可以清楚地看出對(duì)角線(xiàn)上的相似度分?jǐn)?shù)很高，而不是對(duì)角線(xiàn)上的數(shù)據(jù)的相似度得分很低。該熱力圖非常形象的說(shuō)明了該算法的有效性，能夠?qū)崿F(xiàn)回環(huán)檢測(cè)。在TUM數(shù)據(jù)集中，第一幀圖片和最后一針圖片也是一個(gè)回環(huán)，在圖12中能夠看到該回環(huán)同樣被有效的檢測(cè)出。通過(guò)本實(shí)驗(yàn)，充分驗(yàn)證了該算法對(duì)回環(huán)檢測(cè)具有相當(dāng)優(yōu)異的表現(xiàn)能力，驗(yàn)證了該算法的可靠性。

實(shí)驗(yàn)二:

圖13 TSNE降維中低維空間對(duì)相似度的影響

在實(shí)驗(yàn)二中，使用了三組數(shù)據(jù)試驗(yàn)了TSNE降維方法中低維空間維度的選取對(duì)圖片相似度的影響。第一組和第二組采用了回環(huán)數(shù)據(jù)的圖片，第三組數(shù)據(jù)采用了不是回環(huán)的數(shù)據(jù)。從圖13中，能夠輕易得出隨著維度空間的增加，相似度的結(jié)果逐漸收斂到一個(gè)值，相似度的結(jié)果計(jì)算越準(zhǔn)確。但是同樣，隨著維度的增加，降維的時(shí)間也會(huì)變得很長(zhǎng)。因此選擇一個(gè)合適的維度是非常的中，技能工增加實(shí)時(shí)性，又能夠得到優(yōu)異的結(jié)果。從本實(shí)驗(yàn)的數(shù)據(jù)中看出，降低的維度使用維度空間為5就能得到優(yōu)異的結(jié)果。

實(shí)驗(yàn)三:

圖14 δ參數(shù)對(duì)相似度的影響

實(shí)驗(yàn)三使用了兩組數(shù)據(jù)對(duì)參數(shù)δ進(jìn)行了探討實(shí)驗(yàn)，從圖14中可以看出，該參數(shù)對(duì)相似度的影響非常大。圖中data1的曲線(xiàn)為回環(huán)數(shù)據(jù)的曲線(xiàn)，data2的曲線(xiàn)為非回環(huán)的數(shù)據(jù)，對(duì)于data2來(lái)說(shuō)，如果選擇了一個(gè)大的參數(shù)值，而相似度閾值卻沒(méi)有改變，則很容易就誤認(rèn)為檢測(cè)到回環(huán)。該參數(shù)必須選擇一個(gè)非常合適的才能夠準(zhǔn)確的表示回環(huán)。從本實(shí)驗(yàn)中能能夠看出，δ的取值盡量在0.1～1之間，該區(qū)間內(nèi)，既能夠得到很好的相似度結(jié)果，又能夠非常明顯地區(qū)分出不是回環(huán)的效果。

5 結(jié)語(yǔ)

本文采用了深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)作為圖像特征的提取，對(duì)于得到的高維特征，采用了目前效果最好的TSNE數(shù)據(jù)降維方法進(jìn)行數(shù)據(jù)降維，剔除高維特征中冗余的數(shù)據(jù)，減輕了計(jì)算量。最后采用高斯函數(shù)計(jì)算每一張?zhí)卣鲌D的距離相似度得分。最后將所有特征圖中的分?jǐn)?shù)均值化處理，得到最終相似度得分。在本文的實(shí)驗(yàn)中，能夠看出卷積神經(jīng)網(wǎng)絡(luò)對(duì)實(shí)現(xiàn)回環(huán)檢測(cè)有著非常好的效果。TSNE數(shù)據(jù)降維方法中降低特征的維度的選取是一個(gè)重要的參數(shù)，它不僅影響著相似度得分，同時(shí)對(duì)算法的實(shí)時(shí)性也有重大的影響，因此需要選擇一個(gè)合適的維度，既能保持相似度的效果，又能滿(mǎn)足實(shí)時(shí)性要求。參數(shù)δ也需要選擇一個(gè)合適的值，使得回環(huán)檢測(cè)的相似度結(jié)果滿(mǎn)足要求。