一种全局上下文和局部信息聚合的特征检测和描述方法

本发明公开了一种全局上下文和局部信息聚合的特征检测和描述方法，包括：特征金字塔模块，使用多个卷积层获得不同感受野的特征图，从而实现对不同尺度信息的感知；自适应全局上下文模块，将深层特征图切分成16×16的块，编码后输入Transformer层，学习全局上下文，再自适应地添加到描述符中；局部特征增强模块，通过多分支卷积结构和空洞卷积操作，更有效地捕捉特征点周围的上下文信息，增强了网络对于局部信息的表达能力；特征一致性加权模块，在局部描述符的优化和匹配中引入特征一致性加权，提升异源特征的一致性；多尺度特征检测模块，提高关键点的定位精度。本发明为局部特征引入了全局上下文，提高了特征点检测的定位精度和描述符的一致性和特异性。