公开(公告)号：CN118038082A

公开(公告)日：2024-05-14

申请号：CN202410354249.6

申请日：2024-03-27

Applicant: 上海交通大学

Inventor： 杨华 ,  徐浩博

IPC: G06V10/44 ,  G06V10/82 ,  G06T3/4038

Abstract: 本发明提供了一种基于深度注意力网络的图像局部特征匹配优化方法和系统，包括：给定图像对和带噪声的匹配集合，提取匹配集合中每一个匹配在两幅图像间对应的局部图像块，拼接获得f；将匹配集合中，每个匹配的绝对位置表达转化为相对位置表达，得到总相对位置pos；对f和pos，使用神经网络进行投影相加，得到向量z；将z输入基于注意力的神经网络进行处理，得到特征表示X；分别解码X得到匹配置信度scores和匹配的校正偏移量offsets，对匹配集合进行联合优化。本发明基于精准的图片匹配信息、仅关注局部区域的注意力网络以及置信度、偏移量的联合优化，能够快速对匹配集合进行优化。

公开(公告)号：CN118052996A

公开(公告)日：2024-05-17

申请号：CN202410354159.7

申请日：2024-03-27

Applicant: 上海交通大学

Inventor： 杨华 ,  徐浩博

IPC: G06V10/44 ,  G06V10/82

Abstract: 本发明提供一种基于深度注意力网络的图像局部特征匹配方法和系统，包括：S1，对于给定的图像对，基于可重复性和可靠性，随机采样图像关键点；S2，基于关键点，提取出对应的多尺度局部图像块，并使用神经网络进行降维；S3，对局部图像块的特征进行特征匹配，构建局部连接图；S4，关键点以及其匹配的位置信息和局部特征进行合并，将合并后的特征视为信息处理的一个基本单元；S5，在局部连接图上，使用基本单元进行基于注意力的信息聚合，更新局部特征；S6，将局部特征输入深度注意力网络中，反复执行预测‑数个注意力层，获得最终更新后的特征，用于最终匹配预测。本发明具有高效、灵活且易用的图像局部特征匹配特点。