注意力和多重特征融合的图像局部特征检测及描述∗

梁水波刘紫燕袁 浩孙昊堃梁 静

(贵州大学大数据与信息工程学院，贵州 贵阳550025)

图像特征的检测及描述在计算机视觉任务中起着至关重要的作用，例如目标检测[1]、图像检索[2]、三维重建[3]、姿态估计[4]以及同时定位与建图(Simultaneous Location and Mapping，SLAM)[5]等，其性能直接影响后续过程的效果，具有重要的理论价值和实践意义。

一般来说，标准的局部图像特征算法包含两个模块，即图像特征点检测和描述子。提取图像中感兴趣的点，这些点被称作特征点。对于每个特征点，其内部图像位置通过检测模块确定，而其描述子则是通过描述模块总结本地上下文信息来计算，并生成一个标识性的向量来代表这个区域的特征。好的局部图像特征应具有特征检测重复率高、速度快。特征描述对光照、旋转、视点变化等图像变换具有鲁棒性强、特征描述符维度低、易于实现快速匹配等特点。设计一个对各种图像变换具有高度鉴别性和鲁棒性的优秀图像局部特征检测算法并不是一件容易的工作。

早期局部特征的方法主要是手工制作，具有代表性的方法包括SIFT[6]、SURF[7]、ORB[8]、KAZE[9]、AKAZE[10]、BRISK[11]等。尽管手工制作的特征在各种计算机视觉任务中得到了广泛的应用，但是随着模型表示能力的提高，由于其基于规则的算法设计性质无法进一步提高性能，且手工制作的方法在极端外观环境下往往表现不佳，如白天与黑夜之间、季节和弱纹理等场景。

随着硬件和深度学习技术的不断发展，基于深度学习的特征提取和描述算法发展迅猛，效果与传统手工设计的方法相比也能达到不错的效果。……