公开(公告)号：CN118537602A

公开(公告)日：2024-08-23

申请号：CN202410545937.0

申请日：2024-05-06

Applicant: 东南大学

Inventor： 杜松林 ,  周宇航 ,  汪增辉

IPC: G06V10/75 ,  G06V10/42 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于跨尺度局部特征和全局特征的特征匹配方法，包括：使用卷积神经网络提取图像原始局部特征图；通过对原始局部特征图进行位置编码以及自注意力网络和交叉注意力网络加强描述子的全局特征表征能力的全局特征表示；从不同感受野的卷积神经网络的输出中提取更丰富的局部特征并在语义感知水平上重组通道特征的跨尺度局部特征表示；构建融合跨尺度局部特征和全局特征的丰富特征；依靠融合的丰富特征，使用Sinkhorn算法求解最优传输问题以及使用互最近邻准则来筛选匹配结果的粗匹配层；对粗匹配使用粗到细模块细化到原始图像分辨率的细化模块。本发明提出了将跨尺度局部特征融入全局特征的方法，为图像特征引入了丰富的多层次局部特征增强图像特征的丰富性，弥补了全局特征对局部信息的缺少，用跨尺度局部特征和语义感知水平的通道特征重组共同增强描述子的表征能力，以此获得更高质量的匹配结果。