本文主要是介绍superpoint在vlam应用的设计思路，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
- vslam是在跟踪一般跑20hz，只需要提点，不需要描述子。但是在后端回环时，一般跑5hz，这时候需要更多的点和描述子。而superpoint模型是一下子把特征点和描述子都提取出来的，为了节约资源，只让模型跑一次，进行如下设计。
由于提点的时候，我们已经知道这一帧是不是要发布给后端的，所以如果这帧是发布给后端的，就把superpoint提取的结果(score和des)和对应的时间戳保存到buff里面。在后端通过时间戳去取。由于首尾都需要插入，中间不做操作，故选用queque。
如何仿照光流跟踪，mask提点。
跟踪上的点会在图片画上mask，黑色0的地方不能在提取点，255白色地方提点。
superpoint输出一张W*H的分值表，根据阈值和mask我们把符合要求的点放入vector，根据其分值对其排序，然后从高分特征点算起，我们以最小距离把图片画成格子，找到该特征点所在的格子，去遍历它周边的一个格子，看里面是否有点和它距离小于30，如果没有则把该点设为特征点。
这篇关于superpoint在vlam应用的设计思路的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
