[发明专利]图像匹配方法及装置

权利要求书

1.一种图像匹配方法，其特征在于，所述方法包括：

获取待识别图像和基准图像；

基于第一特征提取模型，在所述基准图像中，提取第一特征图像，并基于第二特征提取模型，在所述待识别图像中，提取多个候选物体的特征图像以及每个候选物体在所述待识别图像中的位置信息；

在所述多个候选物体的特征图像中，确定与所述第一特征图像匹配度最高的第二特征图像；

将所述第二特征图像对应的候选物体在所述待识别图像中的位置信息，确定为所述待识别图像中与所述基准图像相匹配的区域的位置信息，并将所述第二特征图像与所述第一特征图像的匹配度，确定为所述基准图像与所述区域中图像的匹配度。

2.根据权利要求1所述的方法，其特征在于，所述第一特征提取模型包括第一卷积层；

所述基于第一特征提取模型，在所述基准图像中，提取第一特征图像，包括：

将所述基准图像输入所述第一卷积层，得到第一特征图像。

3.根据权利要求1或2所述的方法，其特征在于，所述第二特征提取模型包括第二卷积层、感兴趣区域ROI池化层和候选区域生成模块RPN；

所述基于第二特征提取模型，在所述待识别图像中，提取多个候选物体的特征图像以及每个候选物体在所述待识别图像中的位置信息，包括：

将所述待识别图像输入所述第二卷积层，得到第三特征图像；

将所述第三特征图像输入所述RPN，得到多个候选物体在所述待识别图像中的位置信息；

将所述多个候选物体在所述待识别图像中的位置信息以及所述第三特征图像输入所述ROI池化层，得到所述多个候选物体的特征图像。

4.根据权利要求3所述的方法，其特征在于，所述将所述待识别图像输入所述第二卷积层，得到第三特征图像之前，还包括：

获取多个训练样本，其中，每个训练样本包括样本待识别图像、样本基准图像、多个样本位置信息和样本匹配度，其中，所述多个样本位置信息是多个样本候选物体在所述样本待识别图像中的位置信息，所述样本匹配度是所述样本基准图像与样本待识别图像相匹配的区域中的图像的匹配度；

将所述样本待识别图像和所述样本基准图像作为训练输入，所述多个样本位置信息和所述样本匹配度作为输出参考值，对初始第一卷积层、初始第二卷积层以及初始RPN进行训练，得到训练后的所述第一卷积层、所述第二卷积层以及所述RPN。

5.根据权利要求4所述的方法，其特征在于，所述将所述样本待识别图像和所述样本基准图像作为训练输入，所述多个样本位置信息和所述样本匹配度作为输出参考值，对初始第一卷积层、初始第二卷积层以及初始RPN进行训练，得到训练后的所述第一卷积层、所述第二卷积层以及所述RPN，包括：

将所述样本待识别图像和所述样本基准图像作为训练输入，所述多个样本位置信息和所述样本匹配度作为输出参考值，基于对比损失函数contrastive loss，对初始第一卷积层、初始第二卷积层进行训练，基于探测边框回归函数SmoothL1Loss，对初始RPN进行训练，得到训练后的所述第一卷积层、所述第二卷积层以及所述RPN。

6.一种图像匹配装置，其特征在于，所述装置包括：

第一获取模块，用于获取待识别图像和基准图像；

提取模块，用于基于第一特征提取模型，在所述基准图像中，提取第一特征图像，并基于第二特征提取模型，在所述待识别图像中，提取多个候选物体的特征图像以及每个候选物体在所述待识别图像中的位置信息；

第一确定模块，用于在所述多个候选物体的特征图像中，确定与所述第一特征图像匹配度最高的第二特征图像；

第二确定模块，用于将所述第二特征图像对应的候选物体在所述待识别图像中的位置信息，确定为所述待识别图像中与所述基准图像相匹配的区域的位置信息，并将所述第二特征图像与所述第一特征图像的匹配度，确定为所述基准图像与所述区域中图像的匹配度。

7.根据权利要求6所述的装置，其特征在于，所述第一特征提取模型包括第一卷积层；

所述提取模块，用于：

将所述基准图像输入所述第一卷积层，得到第一特征图像。