公开(公告)号：CN115410014A

公开(公告)日：2022-11-29

申请号：CN202211027390.2

申请日：2022-08-25

Applicant: 同济大学

Inventor： 田炜 ,  蔡培

IPC: G06V10/75 ,  G06V10/774 ,  G06V10/82 ,  G06V10/46 ,  G06T7/80 ,  G06T5/00 ,  G06T3/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种鱼眼图像的自监督特征点匹配方法及其存储介质，包括以下步骤：S1将成对图像输入到神经网络模型中，进行离线训练，得到训练好的匹配模型；S2将待测的数据输入训练好的匹配模型，提取出特征描述子，计算特征描述子损失函数并输出对应的匹配结果图。与现有技术相比，本发明聚焦于鱼眼图像的特征点匹配，方法中避免对原图像进行去畸变处理而损失大量像素信息和立体几何关系；模型采用的UnsuperPoint自监督学习策略，使得该方法的应用不受限于鱼眼数据集的稀少和标注的高成本；本发明对模型的网络层和损失函数进行了改进，增强网络在复杂几何关系中捕捉重要信息的能力，提高了网络的学习性能，为鱼眼相机在感知领域中的广泛应用搭建桥梁。