基于深度学习的图像特征匹配方法

摘要：

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.

关键词：深度学习、SuperPoint、网格运动统计算法、随机抽样一致性算法

所属期刊栏目：41

分类号：TP391.5(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;南京航空航天大学研究生创新基地实验室开放基金资助项目

在线出版日期：2022-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：61-64