马金盾，张 雷，郭理彬，王江峰，韩 斌

(1.陆军装甲兵学院 兵器与控制系， 北京 100072； 2.中国人民解放军63966部队， 北京 100072)

1 引言

目前图像局部特征描述方法在目标检测与识别[1]、目标跟踪[2]、三维重建[3]以及位姿估计[4]等领域都被广泛运用。它是使得计算机理解图像信息的基础，一个提取速度快、区分度好、受环境影响小的局部特征描述子能够大大提高计算机视觉任务的完成效果。特征点法视觉SLAM位姿估计算法就是通过提取局部特征进行匹配来完成前端数据关联的，具有良好不变性、可区分性和鲁棒性的特征描述子能够极大地提高特征匹配的正确率，进而提高前端数据关联的准确性、降低后端计算的错误率，从而提高位姿估计的精度。由于实际过程中图像视频流的输入包含大量的图像帧序列，因此视觉SLAM算法对特征描述子的实时性也有很高的要求。目前被广泛使用在视觉SLAM算法中的特征描述方法是ORB[5](Oriented FAST and Rotated BRIEF)描述子，它的求解速度快，并且其采用灰度质心法求解关键点方向进而获取旋转不变性的方法也使其具有一定的不变性和鲁棒性。而在目前的局部特征描述方法中，诸如SIFT[6](scale invariant feature transform)、SURF[7](Speeded Up Robust Features)等描述子虽然不变性要远优于ORB，但其巨大的耗时是其无法应用在视觉SLAM算法中的关键原因[8]。

近年来，随着深度卷积神经网络在图像分类、目标检测等方面发挥的巨大作用[9-10]，大量的实验证明基于大数据训练卷积神经网络提取图像特征的方法表现出了远优于传统手工特征的表征能力。……