摘要
本发明涉及计算机视觉领域,公开了一种暗光匹配图像特征匹配方法、系统及设备,包括:S1、获取原始暗光匹配图像;S2、通过MSRCR特征增强算法对获取的原始暗光匹配图像进行特征增强得到增强后的图像;S3、通过SuperPoint特征提取模型提取增强后的图像的特征点并生成对应的描述子;同时,识别特征点位置以及对描述子进行处理后输入SuperGlue神经网络模型中;S4、SuperGlue神经网络模型基于输入的特征点位置和处理后的描述子进行特征匹配并滤除误匹配点。本发明解决了传统匹配算法和SuperGlue匹配算法在暗光图像中匹配数量少和精度低的问题,不仅鲁棒性高,且旋转位姿和平移位姿更接近真实值。
技术关键词
图像特征匹配方法
神经网络模型
特征点
特征提取模型
注意力
识别特征
误匹配点
计算机可执行指令
描述符
算法
双三次插值
残差信息
多层感知机
解码器
计算机视觉
编码器
匹配模块
系统为您推荐了相关专利信息
运动员
三维骨骼模型
深度神经网络模型
RANSAC算法
三维姿态信息
患者诊疗数据
智能决策方法
肿瘤治疗
多模态
大语言模型
风险评分方法
优化神经网络模型
企业
人类
风险评估模型训练