近日，我院智能科学与技术系孙琨副教授与其指导的2019级硕士研究生余锦鸿在多特征融合图像匹配和三维重建方面的研究成果《A Unified Feature-Spatial Cycle Consistency Fusion Framework for Robust Image Matching》在中科院1区期刊《Information Fusion》上成功发表。
本文研究人员发现，传统手工描述符和基于学习的描述符在不同的场景，甚至在同一图像的不同图像块中都表现出了很大的差异，这种鲁棒性的缺乏源于单一描述符的次优设计——即很难实现对所有种类的不确定性因素的不变性。因此，受到多图匹配中循环一致性约束的启发，本文从多特征融合角度出发，将其扩展为多特征-多图循环一致性模型，利用谱松弛和快速矩阵近似分解技术进行求解。在多个公开数据集上的结果表明，本文提出的方法不仅在关键点匹配质量上有显著改善，而且在图像映射估计、相机姿态定位等下游应用上也取得了比同期方法更好的效果。
本项研究得到国家自然科学基金项目62176242、41925007、62176096（部分）的资助。
《Information Fusion》主要刊出信息融合相关理论及应用方向的重要研究成果，2022全年仅收录文章133篇。在2022年中科院分区中，属计算机科学/人工智能1区Top期刊。根据最新JCR统计，2022年其影响因子为18.6，在“Computer Science: Artificial Intelligence”学科145个期刊中排名第4。
论文信息：
Kun Sun, Jinhong Yu, Wenbing Tao, Xin Li, Chang Tang, Yuhua Qian，"A unified feature-spatial cycle consistency fusion framework for robust image matching", Information Fusion, 97:101810, 2023.
论文地址：
https://www.sciencedirect.com/science/article/abs/pii/S1566253523001197。
通讯员：唐厂
审核：曾德泽
校对：石剑峰
Copyright© 2020-2024 中国地质大学（武汉）计算机学院
