一种基于改进SuperPoint网络的特征提取与匹配方法

本发明涉及深度学习图像识别技术领域，尤其涉及一种基于改进SuperPoint网络的特征提取与匹配方法，包括替换编码层为MobileNetV3‑small网络；融合卷积层与批量归一化层；基于动态单应性变换的训练，本发明针对原始SuperPoint网络在无人机等资源受限平台上存在的计算复杂度高、功耗大、实时性差以及在小目标检测中特征丢失与鲁棒性不足的问题提出了一种改进SuperPoint网络的特征提取与匹配方法，通过引入轻量化的MobileNetV3‑small编码结构和多项优化策略，实现高效、低功耗且精度可靠的特征提取与匹配方法，适配复杂环境下的无人机视觉任务需求解决方案。