一种基于特征增强网络的视觉SLAM方法及装置

本发明涉及视觉SLAM与深度学习领域，提出了一种基于特征增强网络的视觉SLAM方法及装置，包括：获取相机的原始图像数据，提取ORB特征点；将所提取ORB特征点的关键点的几何信息和描述子作为输入，通过特征增强网络得到增强的特征描述子，并利用增强的特征描述子进行特征点匹配；根据特征点匹配结果初始化相机位姿、局部地图和SLAM系统全局坐标系，并根据相机运动模型进行帧间位姿估计，然后选择关键帧送入SLAM后端；创建局部地图，并根据新插入关键帧的共视图关系，进行局部BA优化；利用词袋模型进行闭环检测，进而进行全局BA优化。本发明利用特征增强网络聚合全局上下文信息，增强特征描述子，实现纯视觉SLAM方法在弱纹理、光照变化及快速运动场景中的应用。