文献 | SuperPoint 网络提取特征点用于图像拼接、匹配基于3588

文章预览

      图像拼接和建图有两个步骤不能忽略：特征提取和特征匹配技术。特征提取和特征匹配往往耗费算力和内存资源。奈何传统的或者OpenCV自带的匹配算法鲁棒性不够强，对光照敏感。 随着嵌入式终端的算力逐步上升，早些年以前的优秀模型将发挥大作用。       SuperPoint 是 Magic Leap 的一个研究项目。SuperPoint 网络是一个全卷积深度神经网络，用于检测兴趣点并计算其伴随的描述符。因此，检测到的点和描述符可用于各种图像到图像匹配任务。此演示展示了使用 SuperPoint 进行点检测并跨视频序列匹配的简单稀疏光流点追踪器。 SuperPoint网络经过优化，能够在移动设备和实时应用中快速运行，适合需要快速响应的视觉任务。 网络不仅可以用于特征点检测，还可以同时生成特征描述符，支持多任务学习，减少了需要分别训练多个模型的需求。 如果输 ………………………………