結合區域全局特征和Ann-SIFT的二階段快速景象匹配算法
2023年電子技術應用第5期
辛瑞，張霄力，彭俠夫，陳錦文
（廈門大學 航空航天學院，福建 廈門 361005）
摘要： 在GPS拒止環境下，提出了一種基于高清航拍圖像的視覺定位方法。為了保證高分辨率圖像匹配的實時性，結合粗粒度高級語義全局特征和細粒度點特征實現兩階段快速景象匹配。第一階段，設計三元組網絡針對圖像區域提取具有尺度和旋轉不變性的全局描述符進行區域預匹配。第二階段，快速最近鄰點搜索的Ann-SIFT對實時圖和參考區域進行精確點匹配以實現定位。對于3 000×3 000的參考圖像和500×500到1 000×1 000尺寸范圍的實時圖像，平均耗時可以從66.24 s降低到0.97 s。
中圖分類號：TN967.2
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.223204
中文引用格式： 辛瑞，張霄力，彭俠夫，等. 結合區域全局特征和Ann-SIFT的二階段快速景象匹配算法[J]. 電子技術應用，2023，49(5)：135-141.
英文引用格式： Xin Rui，Zhang Xiaoli，Peng Xiafu，et al. Two-stage fast scene matching algorithm combining global descriptor and Ann-SIFT[J]. Application of Electronic Technique，2023，49(5)：135-141.
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.223204
中文引用格式： 辛瑞，張霄力，彭俠夫，等. 結合區域全局特征和Ann-SIFT的二階段快速景象匹配算法[J]. 電子技術應用，2023，49(5)：135-141.
英文引用格式： Xin Rui，Zhang Xiaoli，Peng Xiafu，et al. Two-stage fast scene matching algorithm combining global descriptor and Ann-SIFT[J]. Application of Electronic Technique，2023，49(5)：135-141.
Two-stage fast scene matching algorithm combining global descriptor and Ann-SIFT
Xin Rui，Zhang Xiaoli，Peng Xiafu，Chen Jinwen
(School of Aerospace Engineering， Xiamen University， Xiamen 361005， China)
Abstract： Under the circumstance of GPS-denied environment, a visual positioning method based on high-definition aerial images is proposed. In order to ensure the real-time performance of high-resolution image matching, two-stage fast scene matching is realized by combining coarse-grained high-level semantic global features and fine-grained point features. In the first stage, a triplet network is designed to extract scale and rotation-invariant global descriptors for referance image blocks for region pre-matching. In the second stage, Ann-SIFT for fast nearest neighbor search performs precise point matching on the real-time image and reference area to achieve localization. For reference images of 3 000×3 000 and real-time images in the size range from 500×500 to 1 000×1 000, the average time-consuming can be reduced from 66.24 s to 0.97 s.
Key words : scene matching；visual localization；deep learning；global descriptor
0 引言
無人機在工業檢測、遙感測繪以及災難救援等實際問題中都有廣泛的應用，而完成這些復雜任務的基礎是導航，在GPS信號良好的區域，GNSS與INS是高效的導航策略。而在某些GPS信號弱的區域，基于計算機視覺的自主導航系統因其可以通過圖像提供豐富的在線環境信息而被采用。視覺輔助導航系統大致可以分為三類：無地圖系統、地圖構建系統和有地圖系統。有地圖系統可以通過景象匹配算法根據帶有準確位置信息的參考圖像輔助修正慣性導航產生的累積誤差，與視覺導航結合可以實現高精度長時間的自主導航。
本文詳細內容請下載：http://www.xxav2194.com/resource/share/2000005310
作者信息：
辛瑞，張霄力，彭俠夫，陳錦文
（廈門大學 航空航天學院，福建 廈門 361005）
此內容為AET網站原創，未經授權禁止轉載。