申请/专利权人：北京邮电大学;中国电波传播研究所(中国电子科技集团公司第二十二研究所)

申请日：2023-04-18

公开（公告）日：2023-11-10

公开（公告）号：CN117036744A

主分类号：G06V10/74

分类号：G06V10/74;G06V10/44

优先权：["20220916 CN 2022111298184"]

专利状态码：在审-实质审查的生效

法律状态：2023.11.28#实质审查的生效;2023.11.10#公开

摘要：本发明提出一种基于迭代匹配思路的特征匹配方法，属于视觉图像处理领域；具体是首先，将需要进行匹配的两张原始图像进行特征提取，得到特征点与描述子；然后，利用描述子计算特征点之间的匹配得分构建相似度得分矩阵；并利用Sinkhorn算法优化得出匹配关系分布矩阵；接着，从匹配关系分布矩阵中得出匹配关系概率分布，通过NMS非极大值抑制法，选出各组彼此不相邻的匹配特征点，将其概率标记为0；最后，判段匹配特征点对的数量是否满足要求，如果是，输出匹配结果；否则，对每个特征点重新生成新的描述子，并返回构建似度得分矩阵，通过降低非极大值抑制半径，得到新的匹配特征点。本发明在极大降低注意力机制运算开销的同时保证了匹配质量的不受影响。

主权项：1.一种基于迭代匹配思路的特征匹配方法，其特征在于，具体步骤如下：步骤一、将需要进行匹配的两张原始RGB图像进行去畸变并转换为灰度图像，输入特征提取网络superpoint中得到各图像特征点与对应的描述子；步骤二、利用描述子计算两张图像的特征点之间的匹配得分和不匹配得分，构建相似度得分矩阵；特征点之间匹配得分Pi,j以及特征点不匹配得分计算公式如下： 其中，fi表示特征点i对应的描述子，fj为特征点j对应的描述子；A，B分别为匹配的原始RGB图像各自对应的特征点集合；为描述子的内积运算；θ为可学习参数，由训练拟合生成；R为实数；NA，NB分别为特征点集合A，B中的特征点数目；相似度得分矩阵计算公式为：步骤三、利用Sinkhorn算法优化相似度得分矩阵，得出匹配关系分布矩阵；匹配关系分布矩阵是一个概率分布矩阵，反映了特征点对之间匹配的概率以及不匹配的概率；将满足下列约束条件的匹配概率视为匹配成功： 将所有匹配成功的匹配概率组成匹配关系分布矩阵；步骤四、从匹配关系分布矩阵中，得出每组特征点之间的匹配关系概率分布，通过NMS非极大值抑制法，选出各组彼此不相邻的匹配特征点，将其概率标记为0；满足以下条件的特征点属于彼此不相邻的匹配特征点：Pi1,j1＝0ifPi1,j1＜Pi2,j2distancePi1,j1Pi2,j2＜rPi1,j1表示特征点i1,j1之间的匹配概率；Pi2,j2表示特征点i2,j2之间的匹配概率；i1,i2∈A,j1,j2∈B；distance计算了两组特征点在两张图像的像素距离的最小值，r是非极大值抑制半径；步骤五、判段匹配关系概率分布中匹配特征点对的数量是否满足要求或达到最大迭代次数，若满足，输出匹配结果；若不满足，进入步骤六；步骤六、针对每个特征点，在各自所属感受范围内进行基于transformer的self-attention和cross-attention生成新的描述子；步骤七、返回步骤二，将所有特征点生成的新的描述子构建似度得分矩阵，并获得匹配关系分布矩阵，降低非极大值抑制半径，得到新的匹配特征点。

全文数据：

权利要求：

百度查询： 北京邮电大学;中国电波传播研究所(中国电子科技集团公司第二十二研究所) 一种基于迭代匹配思路的特征匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD