編輯：計算機視覺工坊
添加小助理：dddvision，備注：方向+學校/公司+昵稱，拉你入群。文末附行業細分群
1、讀者了解
這篇文章介紹了一種基于多級細比對政策的特征比對方法，稱為KTGP-ORB。該方法利用ORB特征描述子在漢明空間中的局部外觀相似性建立初始對應關系，并引入局部圖像運動平滑性的限制來提高比對精度。在比對過程中，首先利用KNN算法快速建立初始一對多的特征點對應關系，然後通過門檻值過濾法将一對多的對應關系轉換為一對一比對對。接下來，利用基于網格的運動統計方法(GMS)根據比對點鄰域的比對數量區分真僞比對，最後采用PROSAC算法優化比對，以獲得最終精确比對。實驗結果顯示，在複雜場景下，該方法能夠有效消除誤比對和備援比對，保留高品質比對，與ORB算法相比，平均誤差降低了29.92%。
2、論文資訊
标題：A Feature Matching Method Based on Multi-Level Refinement Strategy
作者：Shaojie Zhang
論文：https://arxiv.org/pdf/2402.13488
3、方法
本文提出的多級細比對特征比對方法，主要分為以下三個步驟：
- 初始對應關系生成：使用KNN算法快速生成大量的一對二關聯特征點對，然後利用門檻值過濾方法根據最近鄰距離與次近鄰距離的比例評估比對品質，将一對二關聯特征點對轉換為一對一比對對，得到初始比對對。
- 假比對去除：利用圖像運動平滑性的特點，即正确比對特征點周圍比對點密度更高，統計每個比對點鄰域内的比對點數量，數量低于門檻值的比對對被認為是錯誤比對或低品質比對，進而去除假比對。
- 比對優化：采用PROSAC算法估計最優單應變換矩陣，區分内點和外點，進一步消除低品質和備援比對。
該方法通過多級比對政策，綜合局部描述子的相似性、局部圖像運動平滑性以及全局灰階資訊，提高了比對的準确性和魯棒性。
4、實驗
- 資料集選擇：作者使用了自收集的真實場景圖像，以及牛津視覺幾何組的Optical Images資料集，其中包括了Leuven資料集(光照變化)和Bikes資料集(模糊)。
- 評價名額選擇：主要采用了比對數量(NM)、重複率(REP)、平均誤差(ME)和均方根誤差(RMSE)來比較不同方法的比對精度。
- 實驗結果：展示了在自收集圖像上的比對結果，以及在不同複雜場景下Leuven和Bikes資料集的比對結果。結果證明了多級細比對政策的有效性。
- 參數變化實驗：通過調整門檻值，分析了門檻值對比對數量的影響，并找到了最佳門檻值。
- 方法比較分析：通過與其他比對模型進行比較，評估了多級細比對各階段的效果，并與ORB算法進行比較，結果表明該方法在複雜場景下更優。
超越ORB | 最新特征比對 ：基于多級細比對政策SLAM特征比對方法
綜合實驗結果，作者得出多級細比對政策有效提高了比對的準确性，特别是在複雜場景下。
5、結論
本文提出了一種基于多級細比對政策的特征比對方法，稱為KTGP-ORB。該方法通過ORB特征描述符的局部外觀相似性在漢明空間進行初始比對，同時引入了局部圖像運動平滑性限制以提升初始比對的準确性。接着，利用GMS算法對初始比對進行過濾，并采用PROSAC算法進行全局灰階資訊優化。實驗結果顯示，該方法在複雜場景下有效消除了錯誤比對和備援比對，并保留了高品質的比對。通過參數變化實驗，确定了最佳門檻值。與ORB算法相比，該方法在複雜場景下的比對準确度提高了29.92%。是以，該多級細比對政策在提高特征比對的準确性和魯棒性方面具有顯著優勢，為視覺SLAM系統提供了更穩定的比對結果。
本文僅做學術分享，如有侵權，請聯系删文。
計算機視覺工坊交流群
目前我們已經建立了3D視覺方向多個社群，包括2D計算機視覺、大模型、工業3D視覺、SLAM、自動駕駛、三維重建、無人機等方向，細分群包括：
2D計算機視覺：圖像分類/分割、目标/檢測、醫學影像、GAN、OCR、2D缺陷檢測、遙感測繪、超分辨率、人臉檢測、行為識别、模型量化剪枝、遷移學習、人體姿态估計等
大模型：NLP、CV、ASR、生成對抗大模型、強化學習大模型、對話大模型等
工業3D視覺：相機标定、立體比對、三維點雲、結構光、機械臂抓取、缺陷檢測、6D位姿估計、相位偏折術、Halcon、攝影測量、陣列相機、光度立體視覺等。
SLAM：視覺SLAM、雷射SLAM、語義SLAM、濾波算法、多傳感器融合、多傳感器标定、動态SLAM、MOT SLAM、NeRF SLAM、機器人導航等。
自動駕駛：深度估計、Transformer、毫米波|雷射雷達|視覺攝像頭傳感器、多傳感器标定、多傳感器融合、自動駕駛綜合群等、3D目标檢測、路徑規劃、軌迹預測、3D點雲分割、模型部署、車道線檢測、BEV感覺、Occupancy、目标跟蹤、端到端自動駕駛等。
三維重建：3DGS、NeRF、多視圖幾何、OpenMVS、MVSNet、colmap、紋理貼圖等
無人機：四旋翼模組化、無人機飛控等
除了這些，還有求職、硬體選型、視覺産品落地、最新論文、3D視覺最新産品、3D視覺行業新聞等交流群
添加小助理: dddvision，備注：研究方向+學校/公司+昵稱（如3D點雲+清華+小草莓）, 拉你入群。
3D視覺學習知識星球
3DGS、NeRF、結構光、相位偏折術、機械臂抓取、點雲實戰、Open3D、缺陷檢測、BEV感覺、Occupancy、Transformer、模型部署、3D目标檢測、深度估計、多傳感器标定、規劃與控制、無人機仿真、三維視覺C++、三維視覺python、dToF、相機标定、ROS2、機器人控制規劃、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三維重建、colmap、線面結構光、硬體結構光掃描器，無人機等。