面向图像匹配的局部特征提取研究进展

作     者：刘向增 徐雪灵 刘如意 宋建锋 苗启广 LIU Xiang-zeng;XU Xue-ling;LIU Ru-yi;SONG Jian-feng;MIAO Qi-guang

作者机构：西安电子科技大学计算机科学与技术学院陕西西安710071 

基　　金：国家重点研发计划(B019030051) 国家自然科学基金(61771369) 陕西省自然科学基金(2020JM-195,2020JQ-330) 西安市科技计划项目(GXYD6.2) 中央高校基本科研业务费(20101216855) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2022年第32卷第2期

页      码：1-13页

摘      要：图像匹配作为计算机视觉领域的重要研究方向,广泛应用于图像配准、图像融合、变化检测、视觉导航、3D重建、视觉同时定位与地图构建(SLAM)等领域,精确稳健的局部特征提取是实现其高效处理的前提与关键。以图像匹配研究为导向,从传统特征设计到现代特征学习对局部特征提取方法进行了分类总结,首先,为增强对现代局部特征提取方法的理解,重点介绍了基于传统特征设计的相关方法,接着回顾了基于经典机器学习的方法,搭建起传统方法到深度学习方法的桥梁,最后详细讨论了基于深度学习的现代特征提取方法。针对跨传感器、多视角、不同时段环境下的图像匹配需求,全面分析了各阶段主流方法的优缺点,提出了目前存在的问题与挑战,并给出了相应的研究建议,为相关研究人员全面深入理解图像局部特征提取方法并利用深度学习方法对其进行改进提供基础性参考。

主 题 词：图像匹配 局部特征 特征描述 不变特征 深度学习 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1673-629X.2022.02.001

馆 藏 号：203107869...