摘要
本发明公开了一种关注精细目标的动态场景SLAM方法，属于人工智能技术领域。针对现有视觉SLAM系统在动态场景中存在的精细目标识别精度不足、关键帧插入时机被动滞后以及关键帧质量评估不全面等问题，通过构建包含低维特征分支和高维特征分支的多分支特征提取网络，通过特征金字塔融合策略实现精细目标的精准识别；其次研究一种基于运动预测和场景理解的关键帧预判机制，通过分析相机运动轨迹的连续性和场景变化的显著性，在跟踪质量出现明显下降前主动触发关键帧采集；最后建立关键帧质量评估体系筛选最优关键帧。本方法通过多层次特征融合、主动式关键帧管理和综合质量评估的协同作用，有效提升了动态环境下视觉SLAM系统的鲁棒性和场景适应性。
