[發明專利]一種基于空間通道注意力機制神經網絡的圖像匹配方法

在審

• 申請號: 202011461803.9
• 申請日: 2020-12-09
• 公開（公告）號: CN112489098A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 代欒媛;劉鑫;陳日清;楊長才;魏麗芳
• 申請（專利權）人: 福建農林大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/73;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 陳明鑫;蔡學俊

1.一種基于空間通道注意力機制神經網絡的圖像匹配方法，其特征在于，包括如下步驟：

步驟S1、根據SIFT方法得到圖像對I和I'初始匹配集合C；

步驟S2、通過改進的OANet網絡對輸入數據進行處理從而得到匹配對為正確匹配的概率；

步驟S3、對步驟S2得到的結果通過加權8點算法進行計算得到本質矩陣；

步驟S4、根據本質矩陣信息得到準確的相機姿態。

2.根據權利要求1所述的一種基于空間通道注意力機制神經網絡的圖像匹配方法，其特征在于，步驟S1具體實現如下：

步驟S11、首先使用SIFT算法來提取兩幅圖像(I,I')的關鍵點坐標和其對應的描述子；

步驟S12、根據描述子的最近鄰相似約束，得到一個初始匹配集合C：

C＝{c₁,c₂,...,c_N}∈R^N×4,

其中，c_i表示第i個匹配對；N是匹配對的總數；和是給定兩幅圖像中匹配對的正則化坐標。

3.根據權利要求1所述的一種基于空間通道注意力機制神經網絡的圖像匹配方法，其特征在于，步驟S2具體實現如下：

步驟S21、由步驟S1得到一個2000×4的初始匹配集合C，即初始內點集合C作為輸入，經過一個帶有128個神經元的單層感知器，得到一個128維度的特征；

步驟S22、把步驟S21的結果作為輸入，經過SCSA Block1模塊的處理后，得到一個新的128維度的特征F_out∈R^128×2000×1；

其中SCSA Block1模塊包含一個空間注意力機制模塊、一個通道注意力機制模塊和一個連接層；

步驟S23、將步驟S22的輸出結果作為輸入，依次經過3個PointCN塊，得到一個128維度的特征；一個PointCN塊由兩個相同的PointCN模塊組成，PointCN模塊包括一個用來捕獲全局信息的上下文正則化模塊、一個Batch正則化模塊、一個ReLU激活函數和一個具有128維的神經元的多層感知器；

步驟S24、將步驟S23的輸出結果作為輸入，經過DiffPoolDiffUnpool層學習得到一個128維度的特征，獲得匹配的局部上下文信息；

步驟S25、將步驟S23和步驟S24輸出的特征沿著通道維度連接起來作為輸入，經過三個PointCN塊捕獲得到一個128維度的特征；

步驟S26、將步驟S25的輸出特征作為輸入，依次經過帶有一個神經元的單層感知器、ReLU和tanh的激活函數學習得到匹配對作為內點的概率。