基于深度学习的图像特征匹配方法

摘要

针对同一场景或同一物体的两组或多组图像的匹配问题,提出了一种基于深度学习的图像特征匹配方法。首先用SuperPoint网络框架提取图像特征点,在最近邻次近邻比值法的基础上通过网络运动统计(GMS)算法区分正确匹配点和错误匹配点,最后采用随机抽样一致性(RANSAC)算法进一步剔除误匹配点对。实验结果表明:所提算法在图像发生光照以及视角变化时平均匹配确正确率达到95%以上,具有较好的匹配识别率和鲁棒性。