基于深度学习的图像匹配方法综述

作     者：刘海桥 刘萌 龚子超 董晶 LIU Haiqiao;LIU Meng;GONG Zichao;DONG Jing

作者机构：湖南工程学院电气与信息工程学院湘潭411104 中南大学航空航天技术研究院长沙410083 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2024年第45卷第3期

页      面：77-90页

核心收录：

学科分类：08[工学] 082503[工学-航空宇航制造工程] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金(62173134,62203163) 湖南省教育厅科研项目(21B0661) 

主　　题：深度学习 图像匹配 视觉导航 单环节 端到端 特征检测 

摘      要：图像匹配是飞行器视觉导航中的一项关键技术。基于深度学习的图像匹配方法在近几年快速发展,其特征提取网络比传统方法具有明显优势与广阔的应用前景。基于深度学习的图像匹配方法可以按照网络结构的不同分为单环节网络模型匹配方法和端到端网络模型匹配方法。首先对单环节网络模型中的特征检测模型、描述符学习模型、相似度度量模型和误差剔除模型逐一进行了深度调研及分析,然后对端到端匹配网络模型中的单网络结构方法和多网络结构组合方法进行了针对性的综述,并对经典的端到端匹配网络模型算法进行了介绍和分析。最后,结合目前基于深度学习的图像匹配方法存在的问题,指出未来可能的发展趋势和方向,为后续研究者在深度学习图像匹配的研究提供一定参考。