关键词：三维重建 同时定位与地图构建 回环检测 神经网络 词袋模型 

摘要：如何提高回环检测(loop closure detection)的准确率,是同时定位与地图构建系统(simultaneous localization and mapping,SLAM)中实现更高位姿恢复精度的关键问题之一。基于传统的词袋模型原理,构建了一个全新的算法框架。该算法使用预处理的Faster-RCNN对图像序列进行检测,利用所检测出的图像语义特征种类、像素位置及特征图等信息来构建具有标志性的二维语义特征向量图,并使用非线性的累积误差来计算二维语义特征向量图之间的相似度,且据此计算初始回环,经位姿验证后得到最终回环结果。通过与传统词袋模型算法的分析比较,实验结果验证了所提算法的有效性,实现了更高精度和效率的回环检测。

计算机应用研究杂志要求:

{1}注释与参考文献：注释是对论文中某一特定内容的解释或补充说明，用带圈数字注于当页页脚；参考文献是论文中引用的观点、数据和材料等内容的出处，用带方括号的数字（如[]）按顺序编码标明，并与文末编码对应。

{2}引言应简明扼要介绍本文研究的领域，国内外目前研究的近期结果与趋势，存在的问题；本文研究的理论依据，历史背景，研究的设想、思路、要解决的具体问题，创新点（重要）和预期目的及意义。

{3}来稿须为学术论文，内容应在本刊用稿范围内。来稿应结构完整，包括标题、作者信息、摘要、关键词、正文和参考文献等部分。

{4}作者介绍主要包括：作者姓名，工作单位（+职务），技术职称，主要研究方向。

{5}一般三至四级标题为宜，不超过五级。正文字号字体均为五号宋体，行间距为固定值20磅。一级标题应加黑居中。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社