Сравнение классических и нейросетевых алгоритмов выделения ключевых точек на изображениях пересеченной местности для применения в SLAM алгоритмах

П. А. Ухов, М. Б. Булакина, С. С. Крылов

Московский авиационный институт (национальный исследовательский университет)

Аннотация: В работе предложена метрика для оценки качества работы алгоритмов выделения ключевых точек на изображении в условиях пересеченной местности при отсутствии однозначно определяемых ориентиров и углов. Проведено сравнение различных алгоритмов выделения ключевых точек для последующей реализации в составе SLAM алгоритма на борту беспилотного летательного аппарата. Получены значения предложенной метрики для популярных алгоритмов выделения ключевых точек и другие параметры на основе запуска решения в контролируемом окружении. Показаны преимущества алгоритмов на основе моделей машинного обучения.

Ключевые слова: алгоритмы выделения ключевых точек на изображении, алгоритмы SLAM, алгоритм SIFT, алгоритм SURF, алгоритм ORB, алгоритм SuperPoint, алгоритм R2D2, метод LightGlue, машинное обучение

DOI: 10.15514/ISPRAS-2025-37(6)-24