一种描述子的匹配方法及存储介质组成比例

本发明专利技术公开了一种描述子匹配方法及存储介质，具体包括模型训练步骤，第一分类步骤，第二分类步骤，初步匹配步骤以及再次匹配步骤，将一个描述子分为多种类别，使本方法具有更好的鲁棒性，通过一次与运算，判断两个描述子是否拥有相同类别的分类标签，再通过距离计算，得到与待匹配描述子的最佳匹配对象。本发明专利技术方法简单实用，提高了描述子匹配方法匹配效率，匹配准确率以及重定位的召回率。匹配准确率以及重定位的召回率。匹配准确率以及重定位的召回率。

【技术实现步骤摘要】
一种描述子的匹配方法及存储介质


[0001]本专利技术涉及机器学习领域，尤其涉及一种描述子的匹配方法及存储介质。

技术介绍

[0002]VR设备是一种可以提供虚拟世界沉浸式体验的电子产品。在VR设备中，视觉SLAM(Simultaneous LocalizationandMapping，即时定位与地图构建)是其主要依赖的6DoF技术，指的是设备在自身位置不确定的条件下，在完全未知环境中根据相机采集的图像创建地图，并利用地图进行自主定位。
[0003]目前流行的视觉SLAM中重定位方案主要包括三个阶段，第一阶段是选取候选图像，这一阶段需要在历史图像中找到与查询图像最相似的候选图像；第二阶段是图像特征描述子(以下可简称为描述子)的匹配，这一阶段需要对查询图像与候选图像进行图像特征描述子的匹配，以方便下一步求解位姿；第三阶段是几何验证，这一阶段需要利用上一步的匹配结果来求解位姿，并判断inliers数量。
[0004]在图像特征描述子匹配阶段，现有技术中最直接的方法是暴力匹配，即查询图像的每个描述子都与对应候选图像的所有描述子计算距离，找到距离当前描述子最近的对应描述子，从而得到两个图像所有描述子的匹配关系，这种方式的准确率最高，但此方法效率最低，耗时较长，在实时运行的slam系统中是不可接受的。
[0005]在图像特征描述子匹配阶段，现有技术中另一种常用的方法为基于DBoW算法的直接索引方法，直接索引方法指的是在生成BoW向量的过程中，每个图像特征描述子都需要在词典树找到相关的叶子节点。在这个过程中，候选图像与查询图像的特征描述子都会被词典树的不同节点分为多个类别，查询图像的描述子只需与相同类别的候选图像特征描述子进行匹配即可，减少了计算次数，从而加快匹配速度，简化了整个匹配过程，即对描述子匹配过程进行了加速处理。但直接索引方法的分类过于绝对，强制性将每一描述子分至与它距离最近的分类中心，没有考虑到描述子距离多个分类中心都很近的情况，这样强制分类将导致实际相似的描述子被分类至不同的类别，在后续的匹配中这些相似的描述子再也无法相遇，从而导致正确匹配减少。这些问题的存在，会使得描述子匹配的正确率降低，很大程度上会影响重定位的召回率。

技术实现思路

[0006]本专利技术提供一种图像特征描述子的匹配方法，用以解决现有的图像特征描述子的匹配方法存在的匹配效率高与准确率高难以两全的技术问题。
[0007]为了解决上述技术问题，本专利技术公开了如下技术方案：
[0008]本专利技术提供了一种描述子匹配方法，具体包括模型训练步骤，第一分类步骤，第二分类步骤，初步匹配步骤以及再次匹配步骤。
[0009]所述模型训练步骤用以离线训练一个分类器模型，所述分类器模型包括多个分类节点组成的节点树结构，每一个分类节点代表一个描述子的类别；所述第一分类步骤是将
至少一第一描述子录入至所述分类器模型，为每个第一描述子都标记至少一分类节点，生成至少一第一描述子标签；所述第二分类步骤是将一第二描述子录入至所述分类器模型，为所述第二描述子标记至少一分类节点，生成第二描述子标签；所述初步匹配步骤是分别将每一个第一描述子标签与所述第二描述子标签对比，当一第一描述子的一分类节点与所述第二描述子的一分类节点相同时，判定该第一描述子与所述第二描述子初步匹配；所述再次匹配步骤用以计算并比较每一初步匹配的第一描述子与所述第二描述子的距离，将与所述第二描述子距离最近的第一描述子记为所述第二描述子的匹配对象。
[0010]进一步地，在所述第一分类步骤之前，还包括第一特征提取步骤，对一候选图像进行特征提取，从所述候选图像提取出至少一图像特征描述子，记为第一描述子。
[0011]进一步地，在所述第二分类步骤之前，还包括第二特征提取步骤，对一待检索图像进行特征提取，从所述待检索图像提取至少一图像特征描述子，记为第二描述子。
[0012]进一步地，所述第一分类步骤具体包括第一距离计算步骤以及第一节点标记步骤。
[0013]所述第一距离计算步骤用以计算每一个第一描述子与所述分类器模型中每一个分类节点的距离；所述第一节点标记步骤是将与每一个第一描述子的距离小于预设阈值的所有分类节点皆标记在相应的第一描述子上。
[0014]进一步地，在所述第一分类步骤中，为每一第一描述子建立一个初始化的二进制的分类标签，所述分类标签的每一数位对应一分类节点；当一第一描述子被标记至少一个分类节点时，将该第一描述子的分类标签中与该些分类节点对应的位数标记为1，得到第一描述子标签。
[0015]进一步地，所述第二分类步骤具体包括第二距离计算步骤以及第二节点标记步骤。
[0016]所述第二距离计算步骤用以计算所述第二描述子与所述分类器模型中每一个分类节点的距离；所述第二节点标记步骤是将与所述第二描述子的距离小于预设阈值的所有分类节点皆标记在所述第二描述子上。
[0017]进一步地，在所述第二分类步骤中，为每一第二描述子建立一个初始化的二进制的分类标签，该分类标签的每一数位对应一分类节点；当一第一描述子被标记至少一个分类节点时，将该第一描述子的分类标签中与该些分类节点对应的位数标记为1，得到第二描述子标签。
[0018]进一步地，所述初步匹配步骤具体包括如下步骤：将所述第二描述子标签与每一个第一描述子标签分别进行与运算，获得至少一运算结果；判断每一运算结果是否为零，若是，判定该第一描述子标签与所述第二描述子标签无共同节点，若否，执行下一步骤；判定该第一描述子与所述第二描述子初步匹配。
[0019]进一步地，所述再次匹配步骤中，包括如下步骤：计算所述第二描述子与多个初步匹配的第一描述子的距离，获得至少一描述子距离；比较所述描述子距离，找出最近距离及次近距离；判断所述最近距离与所述次近距离的比值是否小于一预设阈值，若是，判定与所述第二描述子距离最近的第一描述子为所述第二描述子的匹配对象。
[0020]本专利技术还提供了一种存储介质，一存储器用以存储可执行程序代码，一处理器读取所述可执行程序代码，以运行与所述可执行程序代码对应的计算机程序，以执行所述的
描述子匹配方法中的至少一步骤。
[0021]与现有技术相比，本专利技术至少具备以下技术效果：
[0022]本专利技术提供一种描述子匹配方法，为每一个描述子分类和设置分类标签，通过分类标签的与运算，将与特定描述子有相同类别分类标签的描述子记为初步匹配，快速筛除与特定描述子无匹配关系的其他描述子，仅保留与特定描述子初步匹配的少量描述子，再通过距离计算，找到待匹配描述子的最佳匹配对象，这一过程有效减少了处理器的运算量，在提高描述子的匹配效率、提升匹配速度的同时，有效保证了描述子的匹配准确率。本专利技术具有更好的鲁棒性，可以提升重定位的召回率。
附图说明
[0023]下面结合附图和具体实施例，对本专利技术的技术方案进行详细地说明。
[0024]图1为本专利技术实施例所述的描述子匹配方法的方法流程图；
[0025]图2为本专利技术实施例所述的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种描述子匹配方法，其特征在于，具体包括如下步骤：模型训练步骤，离线训练一个分类器模型，所述分类器模型包括多个分类节点组成的节点树结构，每一个分类节点代表一个描述子的类别；第一分类步骤，将至少一第一描述子录入至所述分类器模型，为每个第一描述子都标记至少一分类节点，生成至少一第一描述子标签；第二分类步骤，将一第二描述子录入至所述分类器模型，为所述第二描述子标记至少一分类节点，生成第二描述子标签；初步匹配步骤，分别将每一个第一描述子标签与所述第二描述子标签对比，当一第一描述子的一分类节点与所述第二描述子的一分类节点相同时，判定该第一描述子与所述第二描述子初步匹配；以及再次匹配步骤，计算并比较每一初步匹配的第一描述子与所述第二描述子的距离，将与所述第二描述子距离最近的第一描述子记为所述第二描述子的匹配对象。2.如权利要求1所述的描述子匹配方法，其特征在于，在所述第一分类步骤之前，还包括第一特征提取步骤，对一候选图像进行特征提取，从所述候选图像提取出至少一图像特征描述子，记为第一描述子。3.如权利要求1所述的描述子匹配方法，其特征在于，在所述第二分类步骤之前，还包括第二特征提取步骤，对一待检索图像进行特征提取，从所述待检索图像提取至少一图像特征描述子，记为第二描述子。4.如权利要求1所述的描述子匹配方法，其特征在于，所述第一分类步骤具体包括如下步骤：第一距离计算步骤，计算每一个第一描述子与所述分类器模型中每一个分类节点的距离；以及第一节点标记步骤，将与每一个第一描述子的距离小于预设阈值的所有分类节点皆标记在相应的第一描述子上。5.如权利要求4所述的描述子匹配方法，其特征在于，在所述第一分类步骤中，为每一第一描述子建立一个初始化的二进制的分类标签，所述分类标签的每一数位对应一分类节点；当一第一描述子被标记至少一...

【专利技术属性】
技术研发人员：李卓，张逸伦，张腾，王俊，周子越，
申请(专利权)人：上海鱼微阿科技有限公司，
类型：发明
国别省市：