待做:

• 习题整理
• 相关文献【新的综述】等

P283

基于 词袋 的外观式 回环检测

SLAM主体(前端后端)： 估计相机运动
前端： 提供特征点的提取 和 轨迹、地图的初值。
后端： 对所有这些数据进行优化。

视觉里程计 仅考虑相邻时间上 的 关键帧。

累积误差

全局一致 的 轨迹和地图

回环检测的关键： 如何有效地 检测出 相机经过同一个地方 这件事。

位姿图 质点 弹簧系统。提高了系统稳定性。

回环边： 把带有累计误差的边 “拉” 到了正确的位置。

估计的轨迹和地图 在长时间下 的正确性。
利用回环检测 进行 重定位。

视觉里程计： 仅有前端 和 局部后端的系统
SLAM： 带有回环检测和全局后端的系统

1、对任意两幅图像都做一遍特征匹配

• 不是所有图像都有回环
• 对于 N 对可能的回环， 要检测 $C_2^N$ 次，复杂度为 $O(N^2)$
• 无法实时

2、随机抽取历史数据进行回环检测

• 检测效率不高

3、基于 外观 ✔📌

4、室外 GPS

如何 计算图像间的相似性
不选择 两幅图像相减 $s(\mathbf{A},\mathbf{B})=||\mathbf{A}-\mathbf{B}||$ 比较相似性 的原因：
1、像素灰度受环境光照和相机曝光的影响
2、相机视角变化，会使得像素在图像中发生位移，造成大的差异值

感知偏差（Perceptual Aliasing） 假阳性(False Positive)
感知变异（Perceptual Variability） 假阴性 (False Negative)

准确率：Precision = $\frac{TP}{TP+FP}$ 判为正的正样本数/ 判为正的样本数
召回率：Recall = $\frac{TP}{TP+FN}$ 判为正的正样本数/ 全部正样本数

准确率： 算法提取的所有回环中 确实是 真实回环 的概率。
召回率： 在所有真实回环中 被正确检测出来的概率。

A 在 准确率 较高时 还有很好的召回率， B在 70% 召回率 的情况下还能保证 较好的准确率。

SLAM : 准确率 要求更高

• 检测结果是 而实际不是 【假阳性】 添加错误的边有可能 导致 整个建图失效

召回率 低些 ——> 部分回环 没被检测到 ——> 累积误差 影响建图

• 一两次 回环即可完全消除。

特征匹配： 费时、光照变化会导致特征描述不稳定。

11.2 词袋 模型

Bag-of-Words(Bow) : “图像上有哪几种特征” 来描述一幅图像。

是否出现

强调的是 Words 的有无， 无关顺序。

字典生成 聚类
K-means

把已经提取的大量特征点 聚类成 一个含有 $k$ 个单词的字典。

如何 根据图像中某个特征点查找字典中相应的单词

11.3.2 Code： 创建字典

ORB 特征描述

• ORB(Oriented FAST and Rotated BRIEF)特征

对10张 目标图像 提取 ORB特征 并存放至 vector 容器中，然后调用 DBoW3的字典生成接口。

————————配置环境： 开始
1、下载 DBow3

git clone https://github.com/rmsalinas/DBow3.git

2、进入 文件夹，并打开命令行窗口
3、按照 cmake 流程进行编译安装

mkdir build && cd build
cmake ..
make 
sudo make install

OpenCV版本查看

python3 -c "import cv2; print(cv2.__version__)"

4.2.0

查看绝对路径

报错：

CMakeLists.txt修改

feature_training.cpp修改

这里顺便也改了。。

修改后 务必记得 cmake 一遍

cd build
cmake ..
make 
./feature_training

————————配置环境： 结束
feature_training.cpp

#include "DBoW3/DBoW3.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <iostream>
#include <vector>
#include <string>

using namespace cv;
using namespace std;

/***************************************************
 * 本节演示了如何根据data/目录下的十张图训练字典
 * ************************************************/

int main( int argc, char** argv ) {
    // read the image 
    cout<<"reading images... "<<endl;
    vector<Mat> images; 
    for ( int i=0; i<10; i++ )
    {
        string path = "../data/"+to_string(i+1)+".png";
        images.push_back( imread(path) );
    }
    // detect ORB features
    cout<<"detecting ORB features ... "<<endl;
    Ptr< Feature2D > detector = ORB::create();
    vector<Mat> descriptors;
    for ( Mat& image:images )
    {
        vector<KeyPoint> keypoints; 
        Mat descriptor;
        detector->detectAndCompute( image, Mat(), keypoints, descriptor );
        descriptors.push_back( descriptor );
    }
    
    // create vocabulary 
    cout<<"creating vocabulary ... "<<endl;
    DBoW3::Vocabulary vocab;
    vocab.create( descriptors );
    cout<<"vocabulary info: "<<vocab<<endl;
    vocab.save( "vocabulary.yml.gz" );
    cout<<"done"<<endl;
    
    return 0;
}

CMakeLists.txt

cmake_minimum_required( VERSION 2.8 )
project( loop_closure )

set( CMAKE_BUILD_TYPE "Release" )
set( CMAKE_CXX_FLAGS "-std=c++11 -O3" )

# opencv 
find_package( OpenCV 4.2.0 REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )

# dbow3 
# dbow3 is a simple lib so I assume you installed it in default directory 
set( DBoW3_INCLUDE_DIRS "/usr/local/include" )
set( DBoW3_LIBS "/usr/local/lib/libDBoW3.so" )

add_executable( feature_training feature_training.cpp )
target_link_libraries( feature_training ${OpenCV_LIBS} ${DBoW3_LIBS} )

add_executable( loop_closure loop_closure.cpp )
target_link_libraries( loop_closure ${OpenCV_LIBS} ${DBoW3_LIBS} )

add_executable( gen_vocab gen_vocab_large.cpp )
target_link_libraries( gen_vocab ${OpenCV_LIBS} ${DBoW3_LIBS} )

11.4.2 Code： 相似度 计算

TF-IDF (Term Frequency-Inverse Document Frequency)
频率-逆文档频率

某单词在字典中 出现的频率越低，分类图像时 区分度越高。

使用上节的字典生成词袋 并 比较差异
要改动的地方： 之前的data路径要是没改记得改

要是改了要 cmake 一遍

./loop_closure

loop_closure.cpp

#include "DBoW3/DBoW3.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <iostream>
#include <vector>
#include <string>

using namespace cv;
using namespace std;

/***************************************************
 * 本节演示了如何根据前面训练的字典计算相似性评分
 * ************************************************/
int main(int argc, char **argv) {
    // read the images and database  
    cout << "reading database" << endl;
    DBoW3::Vocabulary vocab("./vocabulary.yml.gz");
    // DBoW3::Vocabulary vocab("./vocab_larger.yml.gz");  // use large vocab if you want: 
    if (vocab.empty()) {
        cerr << "Vocabulary does not exist." << endl;
        return 1;
    }
    cout << "reading images... " << endl;
    vector<Mat> images;
    for (int i = 0; i < 10; i++) {
        string path = "../data/" + to_string(i + 1) + ".png";
        images.push_back(imread(path));
    }

    // NOTE: in this case we are comparing images with a vocabulary generated by themselves, this may lead to overfit.
    // detect ORB features
    cout << "detecting ORB features ... " << endl;
    Ptr<Feature2D> detector = ORB::create();
    vector<Mat> descriptors;
    for (Mat &image:images) {
        vector<KeyPoint> keypoints;
        Mat descriptor;
        detector->detectAndCompute(image, Mat(), keypoints, descriptor);
        descriptors.push_back(descriptor);
    }

    // we can compare the images directly or we can compare one image to a database 
    // images :
    cout << "comparing images with images " << endl;
    for (int i = 0; i < images.size(); i++) {
        DBoW3::BowVector v1;
        vocab.transform(descriptors[i], v1);
        for (int j = i; j < images.size(); j++) {
            DBoW3::BowVector v2;
            vocab.transform(descriptors[j], v2);
            double score = vocab.score(v1, v2);
            cout << "image " << i << " vs image " << j << " : " << score << endl;
        }
        cout << endl;
    }

    // or with database 
    cout << "comparing images with database " << endl;
    DBoW3::Database db(vocab, false, 0);
    for (int i = 0; i < descriptors.size(); i++)
        db.add(descriptors[i]);
    cout << "database info: " << db << endl;
    for (int i = 0; i < descriptors.size(); i++) {
        DBoW3::QueryResults ret;
        db.query(descriptors[i], ret, 4);      // max result=4
        cout << "searching for image " << i << " returns " << ret << endl << endl;
    }
    cout << "done." << endl;
}

11.5.1
修改这里 并重新 cmake 即可

./loop_closure

把相近的回环聚成 一类。比如 第n， n-2， n-3帧

检测之后的验证：
1、回环 缓存【多次检测到相似✔】： 一段时间中一直检测到的回环，才是正确的回环
2、回环检测到的帧进行特征匹配【相应 相机位姿也匹配✔】，估计各自的相机运动，检查位姿是否出入很大。

分类
图像相似性

训练 自己的字典 报错

参考这里
1、
gen_vocab_large.cpp

#include "DBoW3/DBoW3.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <iostream>
#include <vector>
#include <string>

using namespace cv;
using namespace std;


int main( int argc, char** argv )
{
    string dataset_dir = argv[1];
    ifstream fin ( dataset_dir+"/associate.txt" );
    if ( !fin )
    {
        cout<<"please generate the associate file called associate.txt!"<<endl;
        return 1;
    }

    vector<string> rgb_files, depth_files;
    vector<double> rgb_times, depth_times;
    while ( !fin.eof() )
    {
        string rgb_time, rgb_file, depth_time, depth_file;
        fin>>rgb_time>>rgb_file>>depth_time>>depth_file;
        rgb_times.push_back ( atof ( rgb_time.c_str() ) );
        depth_times.push_back ( atof ( depth_time.c_str() ) );
        rgb_files.push_back ( dataset_dir+"/"+rgb_file );
        depth_files.push_back ( dataset_dir+"/"+depth_file );

        if ( fin.good() == false )
            break;
    }
    fin.close();
    
    cout<<"generating features ... "<<endl;
    vector<Mat> descriptors;
    Ptr< Feature2D > detector = ORB::create();
    int index = 1;
    for ( string rgb_file:rgb_files )
    {
        Mat image = imread(rgb_file);
        vector<KeyPoint> keypoints; 
        Mat descriptor;
        detector->detectAndCompute( image, Mat(), keypoints, descriptor );
        descriptors.push_back( descriptor );
        cout<<"extracting features from image " << index++ <<endl;
    }
    cout<<"extract total "<<descriptors.size()*500<<" features."<<endl;
    
    // create vocabulary 
    cout<<"creating vocabulary, please wait ... "<<endl;
    DBoW3::Vocabulary vocab;
    vocab.create( descriptors );
    cout<<"vocabulary info: "<<vocab<<endl;
    vocab.save( "vocab_larger.yml.gz" );
    cout<<"done"<<endl;
    
    return 0;
}

习题

√ 题1

sklearn 分类 评估指标

PR曲线

pip install -U scikit-learn

sklearn.metrics.PrecisionRecallDisplay
test.py

import matplotlib.pyplot as plt
from sklearn.datasets import make_classification
from sklearn.metrics import PrecisionRecallDisplay
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

X, y = make_classification(random_state=0)
X_train, X_test, y_train, y_test = train_test_split(
        X, y, random_state=0)
clf = LogisticRegression()  # 分类模型  
clf.fit(X_train, y_train) 
y_pred = clf.predict_proba(X_test)[:, 1]  # 得到预测值

# 绘制 PR 曲线  需要预测结果  及  label
PrecisionRecallDisplay.from_predictions(
   y_test, y_pred)
plt.show()

python3 test.py

√ 题2

2、验证回环检测算法，需要有人工标记回环的数据集。然而人工标记回环是很不方便的，我们会考虑根据标准轨迹计算回环。即，如果轨迹中有两个帧的位姿非常相近，就认为它们是回环。请根据TUM数据集给出的标准轨迹，计算出一个数据集中的回环。这些回环的图像真的相似吗？

解答链接

FAB-MAP: Probabilistic Localization and Mapping in the Space of Appearance

题3 DBoW3库

DBoW3是DBow2库的改进版本，DBow2库是一个开源c++库，用于索引图像并将其转换为词袋表示。它实现了一个层次树，用于在图像特征空间中逼近最近邻，并创建视觉词汇表。DBoW3还实现了一个图像数据库，其中包含反向和直接文件，用于索引图像，并支持快速查询和特性比较。

github链接

git clone https://github.com/rmsalinas/DBoW3.git

可参考
————————————————

题4

4、
1、欧几里得距离（Eucledian Distance)

2、曼哈顿距离（Manhattan Distance）
3、明可夫斯基距离（Minkowski distance）

4、（余弦相似度）Cosine Similarity 方向

5、Jaccard Similarity

六、皮尔森相关系数(Pearson Correlation Coefficient)

——————————————————

题5

5、Chow-Liu树：
链接1： https://web.stanford.edu/class/ee376a/files/2017-18/chow-liu.pdf
链接2【详细】：https://people.kth.se/~tjtkoski/chowliulect.pdf

Chow-Liu树是对概率分布的“最佳可能”树形信念网络逼近，使得所有边都远离根。利用真实分布与Chow-Liu树定义的分布之间的Kullback-Leibler距离来测量近似的质量。当我们从数据中学习时，“真实”分布是由观测值的频率定义的。Chow和Liu(1968)表明，最优树可以作为所有变量上的最大权值生成树，其中每条边的权值作为由边连接的变量之间的互信息给出。
Chow-Liu树可以构造如下:
1、为每一对$(X_i,X_j)$ 计算互信息$MI(X_i,X_j)$。
2、考虑完全$MI$加权图, 无向。
3、为完全$MI$加权图构建最大权值生成树。
4、通过选择任何变量作为根，并将链接的方向设置为从它向外，来指导生成的树。

Chow-Liu树代码实现Python