【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，尤其是涉及一种基于层级优化策略的双目图像关键点匹配方法及介质。
技术介绍
1、关键点匹配算法旨在匹配两幅图片中的相同像素。所匹配的关键点对可以被用于物体位姿估计，图像匹配，及时定位与地图构建等场景三维理解任务。进一步的，将关键点匹配算法部署于双目相机采集到的双目图片对时，关键点的匹配过程由2维搜索过程转换为1维搜索过程。结合双目相机的法向量以及焦距，关键点匹配对在图像中的位置关系可用以计算其对应的真实世界点距离双目相机的距离，从而用以图像视角变换、图像校正、训练基于深度学习的深度估计网络，或者用于基于种子生长策略的深度估计方法中的种子点以启发其邻域像素的深度估计。
2、在相关技术中，现有关键点匹配方法存在着若干缺陷：
3、传统的基于人工设计的关键点匹配算法：如sift、surf、brisk，首先使用局部特征检测器和描述子提取关键点，然后使用最近邻搜索算法匹配关键点。该类方法思路较为清晰简单，但由于人工设计的局部特征检测器以及描述子对光照等环境因素的变化的鲁棒性较差，因此实际应用时常难...
【技术保护点】
1.一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，步骤S2中，所述预训练好的深度神经网络特征提取器通过训练VGG神经网络获得。
3.根据权利要求1所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，步骤S3中，所述左右特征图对的匹配代价体通过余弦相似度进行计算，所述匹配代价的计算表达式为：
4.根据权利要求1所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，步骤S4中，采用最近邻搜索算法获取所述初始
【技术特征摘要】
1.一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，步骤s2中，所述预训练好的深度神经网络特征提取器通过训练vgg神经网络获得。
3.根据权利要求1所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，步骤s3中，所述左右特征图对的匹配代价体通过余弦相似度进行计算，所述匹配代价的计算表达式为：
4.根据权利要求1所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，步骤s4中，采用最近邻搜索算法获取所述初始关键点匹配对。
5.根据权利要求4所述的一种基于层级优化策略的双目图像关键点匹配方法，其特征在于，所述获得初始关键点匹配对的步骤包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。