SuperPoint_SLAM

SuperPoint-SLAM **UPDATE: 此仓库现已不再维护。如果您对使用 深度学习 图像描述符的 SLAM 感兴趣,请参阅 https://github.com/jiexiong2016/GCNv2_SLAM。 NOTE: SuperPoint-SLAM 不保证能够优于 ORB-SLAM。它只是 SuperPoint 和 ORB-SLAM 的试验组合。我发布了代码,供那些希望对基于神经特征的 SLAM 进行研究的人使用。 此仓库是从 ORB-SLAM2 https://github.com/raulmur/ORB_SLAM2. 中分支出来的。 SuperPoint-SLAM 是一个修改过的 ORB-SLAM2 版本,它使用 SuperPoint 作为其特征检测器和描述符。 SuperPoint 的预训练模型来自 https://github.com/MagicLeapResearch/SuperPointPretrainedNetwork.。

2. 前提条件

我们已经在 Ubuntu 12.04、 14.04 和 16.04 上测试了库,但在其他平台中编译起来应该也很容易。一台强大的计算机(例如 i7)可以确保实时性能,并提供更稳定、更准确的结果。

Eigen3

g2o 所需 (见下文)。下载和安装说明可在以下网址找到: http://eigen.tuxfamily.org. 至少需要 3.1.0。

DBoW3 和 g2o (包含在 Thirdparty 文件夹中)

我们使用修改过的 DBoW3 (而不是 DBoW2) 库来执行场景识别,以及 g2o 库来执行非线性优化。两个修改过的库 (均为 BSD) 都包含在 Thirdparty 文件夹中。