基于深度学习的图像特征匹配方法

作者：徐梦莹^*; 刘文波; 郑祥爱; 蔡超

来源：传感器与微系统, 2022, 41(07): 61-64.

DOI：10.13873/J.1000-9787(2022)07-0061-04

• 深度学习
• SuperPoint
• 网格运动统计算法
• 随机抽样一致性算法

针对同一场景或同一物体的两组或多组图像的匹配问题，提出了一种基于深度学习的图像特征匹配方法。首先用SuperPoint网络框架提取图像特征点，在最近邻次近邻比值法的基础上通过网络运动统计(GMS)算法区分正确匹配点和错误匹配点，最后采用随机抽样一致性(RANSAC)算法进一步剔除误匹配点对。实验结果表明：所提算法在图像发生光照以及视角变化时平均匹配确正确率达到95%以上，具有较好的匹配识别率和鲁棒性。

• 单位
  南京航空航天大学; 工业和信息化部; 自动化学院