On the Use of Binary Feature Descriptors for Loop Closure Detection

Abstract

[eng] We propose an appearance-based loop closure detection algorithm based on binary features and a Bag-of-Words scheme. Unlike other approaches that build the visual dictionary offline, we introduce an indexing method for binary features, which, in combination with an inverted index, enable us to obtain loop closure candidates in an online manner. These structures are used in a discrete Bayes filter to select final loop candidates and to ensure temporal coherency between predictions. Our approach is validated using two publicly available datasets of outdoor environments and compared with the state-of-the-art FAB-MAP algorithm, showing very promising results and demonstrating that binary features can be used for visual loop closure detection.

[spa] Proponemos un algoritmo de detección de cierre de bucle basado en apariencia basado en características binarias y un esquema de bolsa de palabras. A diferencia de otros enfoques que crean el diccionario visual fuera de línea, introducimos un método de indexación para características binarias que, en combinación con un índice invertido, nos permite obtener candidatos de cierre de bucle en línea. Estas estructuras se utilizan en un filtro Bayes discreto para seleccionar candidatos de bucle final y garantizar la coherencia temporal entre las predicciones. Nuestro enfoque se valida utilizando dos conjuntos de datos disponibles públicamente de entornos al aire libre y se compara con el algoritmo FAB-MAP de última generación, lo que muestra resultados muy prometedores y demuestra que las características binarias se pueden utilizar para la detección visual del cierre del bucle.

[cat] Proposem un algorisme de detecció de tancament de bucle basat en l'aparença basat en característiques binàries i un esquema Bag-of-Words. A diferència d'altres enfocaments que construeixen el diccionari visual fora de línia, introduïm un mètode d'indexació per a característiques binàries, que, en combinació amb un índex invertit, ens permet obtenir candidats al tancament de bucles d'una manera en línia. Aquestes estructures s'utilitzen en un filtre Bayes discret per seleccionar candidats finals de bucle i per garantir la coherència temporal entre les prediccions. El nostre enfocament es valida mitjançant dos conjunts de dades d'entorns exteriors disponibles públicament i es compara amb l'algoritme d'última generació FAB-MAP, mostrant resultats molt prometedors i demostrant que les característiques binàries es poden utilitzar per a la detecció de tancament de bucle visual.