[发明专利]一种图像匹配方法、装置、电子设备及存储介质

权利要求书

1.一种图像匹配方法，其特征在于，包括：

获取两个待匹配图像；

分别生成所述两个待匹配图像的描述子矩阵；其中，每一待匹配图像的描述子矩阵为以该待匹配图像的各个像素点对应的描述子作为元素的矩阵；其中，每一个像素点对应的描述子为：用于表征该像素点所在区域的纹理信息的向量；

将任一所述待匹配图像的描述子矩阵，乘以另一所述待匹配图像的描述子矩阵的转置矩阵，得到所述两个待匹配图像的相似度矩阵；

将所述相似度矩阵输入至预先训练完成的神经网络模型进行像素点匹配处理，得到所述两个待匹配图像的匹配概率矩阵；其中，所述匹配概率矩阵为：以分属于所述两个待匹配图像的每两个像素点的匹配概率为元素的矩阵，所述匹配概率矩阵与所述相似度矩阵，维度相同且相同位置的元素所对应的分属于所述两个待匹配图像的两个像素点相同；

基于所述匹配概率矩阵，确定所述两个待匹配图像的图像匹配结果。

2.根据权利要求1所述的方法，其特征在于，所述预先训练完成的神经网络模型，为基于训练样本以及所述训练样本的标注信息所训练获得的；

其中，所述训练样本为匹配图像对的相似度矩阵，所述训练样本的标注信息为所述匹配图像对的匹配概率矩阵。

3.根据权利要求1所述的方法，其特征在于，所述基于所述匹配概率矩阵，确定所述两个待匹配图像的图像匹配结果，包括：

从所述匹配概率矩阵中，筛选匹配概率大于预设阈值的目标元素；

将筛选出的每个目标元素所对应的分属于所述两个待匹配图像的两个像素点，均作为一个目标像素对，得到多个目标像素对；

从所述多个目标像素对中，去除干扰目标像素对，得到剩余的目标像素对；所述干扰目标像素对为：所包含的像素点还包含于其他目标像素对的目标像素对；

将所述剩余的目标像素对作为所述两个待匹配图像的图像匹配结果。

4.根据权利要求2所述的方法，其特征在于，对所述神经网络模型的训练过程包括：

获取多个匹配图像对；

生成每个所述匹配图像对中的图像的描述子矩阵；

针对每个所述匹配图像对，将该匹配图像对中的任一图像的描述子矩阵，乘以该匹配图像对中的另一图像的描述子矩阵的转置矩阵，得到该匹配图像对的相似度矩阵，作为该匹配图像对所对应的训练样本；

针对每个所述匹配图像对，以分属于该匹配图像对中的两个图像的每两个像素点的匹配结果，构建该匹配图像对的匹配概率矩阵，作为该匹配图像对所对应的训练样本的标注信息；

将每个所述训练样本输入至预先设置的卷积神经网络进行像素点匹配处理，得到该训练样本对应的匹配图像对的匹配概率矩阵；

基于所得到的匹配概率矩阵和所构建的标注信息之间的差异，计算损失值；

若所述损失值小于预设的损失值阈值，完成训练，得到训练完成的所述神经网络模型；

若所述损失值不小于所述损失值阈值，则调整所述卷积神经网络的训练参数，返回所述将每个训练样本输入至预先设置的卷积神经网络进行像素点匹配处理，得到该训练样本对应的匹配图像对的匹配概率矩阵的步骤，继续训练。

5.根据权利要求1-4任一项所述的方法，其特征在于，在所述基于所述匹配概率矩阵，确定所述两个待匹配图像的图像匹配结果的步骤之后，所述方法还包括：

基于所述两个待匹配图像的图像匹配结果，估计拍摄所述待匹配图像的相机的运动参数，或执行即时定位与地图构建SLAM。