基于改进SuperPoint与线性转换器的可见光红外匹配算法

作     者：伍薇 鲜勇 苏娟 张大巧 李少朋 李冰 WU Wei;XIAN Yong;SU Juan;ZHANG Daqiao;LI Shaopeng;LI Bing

作者机构：火箭军工程大学作战保障学院西安710025 火箭军工程大学核工程学院西安710025 清华大学自动化系北京100084 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2025年第51卷第1期

页      面：340-348页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62103432) 中国博士后科学基金(2022M721841) 

主　　题：红外图像 可见光图像 异源图像匹配 特征金字塔 线性转换器 

摘      要：针对可见光和红外图像的异源图像匹配难度大、误匹配率高的问题,提出一种基于改进SuperPoint与线性转换器的深度学习匹配算法。首先在SuperPoint网络结构的基础上,引入特征金字塔的思想构建特征描述分支,基于铰链损失函数进行训练,从而较好地学习可见光与红外图像多尺度深层次特征,增大图像同名点对描述子的相似度;在特征匹配模块,利用线性转换器对SuperGlue匹配算法进行改进,聚合特征以提高匹配性能。在多个数据集上对所提算法进行实验验证,结果表明,与现有的算法相比,所提算法获得了更好的匹配效果,提高了匹配准确率。