一种基于动态特征筛选的多视角图像快速配准方法

本申请涉及计算机视觉中的图像配准技术领域，为一种基于动态特征筛选的多视角图像快速配准方法，通过构建轻量化卷积神经网络提取多尺度特征，面向低纹理区域时避免过度剔除特征点，创新性地设计了动态特征有效性筛选机制和联合相关性损失函数(融合双向Softmax归一化与动态温度参数)；特征匹配环节采用改进的抗退化RANSAC算法(包含变换矩阵退化检测和多候选采样策略)实现快速变换矩阵估计，解决了在极端视角差下的配准失效问题。