系统工程与电子技术

作者：黄妍妍, 盖绍彦, 达飞鹏

单位：1. 东南大学自动化学院, 江苏 南京 210096；2. 东南大学复杂工程系统测量与控制教育部重点实验室, 江苏 南京 210096

关键词：计算机视觉,图像匹配,空间变换不变性,卷积神经网络,注意力机制

基金：江苏省前沿引领技术基础研究专项(BK20192004C);江苏省高校优势学科建设工程资助课题

对于待匹配图像具有旋转、缩放、平移等空间几何变换的图像模板匹配任务, 现有的算法耗时较长, 且准确率不高。针对该问题提出一种高准确率、低运算成本的图像匹配算法, 首先根据中心点与邻域点的像素差来寻找特征点, 进行快速特征检测, 然后以这些特征点为中心, 并以快速特征检测所计算出来的旋转角截取出一定尺寸的图像块。再将这些图像块输入空间变换注意力模块的特征描述子提取网络, 最后使用K最邻近算法计算两张待匹配图像特征描述子中匹配的特征。特征描述子提取网络中引入了空间变换注意力模块, 网络在训练的时候着重对空间信息进行学习, 故所提算法提高了具有较大空间变化图像匹配任务的准确率。在匹配时间方面, 所提的匹配算法仅次于检测和匹配都使用快速特征检测算法的方法。在匹配准确率方面, 所提算法匹配的准确率远远优于实验所比较的其他算法。

来源：2023年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第11期