[发明专利]特征匹配方法、装置、存储介质

权利要求书

1.一种特征匹配方法，其特征在于，包括：

对第一稀疏特征信息中的第一位置信息和第二稀疏特征信息中的第二位置信息分别进行最近邻搜索处理，得到第一边信息和第二边信息；其中，所述第一稀疏特征信息是根据第一图像进行处理得到的，所述第二稀疏特征信息是根据第二图像进行处理得到的；

根据所述第一位置信息和所述第一稀疏特征信息中的第一视觉描述子向量进行神经网络编码处理，得到第一图节点信息；根据所述第二位置信息和所述第二稀疏特征信息中的第二视觉描述子向量进行神经网络编码处理，得到第二图节点信息；

对所述第一边信息和所述第一图节点信息进行图聚合处理，得到第一特征表达向量；对所述第二边信息和所述第二图节点信息进行图聚合处理，得到第二特征表达向量；

根据所述第一特征表达向量和所述第二特征表达向量进行处理，得到所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征表达向量和所述第二特征表达向量进行处理，得到所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配信息，包括：

根据所述第一特征表达向量和所述第二特征表达向量进行单头注意力机制的快速消息传递处理，得到第三特征表达向量和第四特征表达向量；

根据所述第三特征表达向量和所述第四特征表达向量进行匹配计算，得到所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一特征表达向量和所述第二特征表达向量进行单头注意力机制的快速消息传递处理，得到第三特征表达向量和第四特征表达向量，包括：

根据所述第一特征表达向量和所述第二特征表达向量进行单层神经网络映射得到第一隐藏特征表达向量、第一值域向量以及第二隐藏特征表达向量、第二值域向量，所述第一隐藏特征表达向量中的向量的个数与所述第一特征表达向量中的向量的个数相同，且所述第一隐藏特征表达向量中向量的维度小于所述第一视觉描述子向量中向量的维度，所述第二隐藏特征表达向量中的向量的个数与所述第二特征表达向量中的向量的个数相同，且所述第二隐藏特征表达向量中向量的维度小于所述第二视觉描述子向量中向量的维度；

分别对所述第一隐藏特征表达向量、第二隐藏特征表达向量进行缩放和平移操作，得到第三隐藏特征表达向量和第四隐藏特征表达向量；

根据所述第三隐藏特征表达向量、所述第四隐藏特征表达向量和所述第一值域向量、所述第二值域向量进行处理，得到第一聚合表达向量和第二聚合表达向量；

根据所述第一聚合表达向量和所述第一特征表达向量进行处理得到所述第三特征表达向量，根据所述第二聚合表达向量和所述第二特征表达向量进行处理得到所述第四特征表达向量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第三隐藏特征表达向量、所述第四隐藏特征表达向量和所述第一值域向量、所述第二值域向量进行处理，得到第一聚合表达向量和第二聚合表达向量，包括：

根据所述第三隐藏特征表达向量、所述第四隐藏特征表达向量和所述第二值域向量进行注意力算法处理，得到第一权重向量，根据所述第三隐藏特征表达向量、所述第四隐藏特征表达向量和所述第一值域向量进行注意力算法处理，得到第二权重向量；

根据所述第一权重向量以及所述第一值域向量进行处理，得到所述第一聚合表达向量，根据所述第二权重向量以及所述第二值域向量进行处理，得到所述第二聚合表达向量。

5.根据权利要求2至4任一项所述的方法，其特征在于，所述根据所述第三特征表达向量和所述第四特征表达向量进行匹配计算，得到所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配信息，包括：

对所述第三特征表达向量、所述第四特征表达向量分别进行匹配得分计算，得到第一匹配得分和第二匹配得分；

根据所述第三特征表达向量、所述第四特征表达向量、所述第一匹配得分和所述第二匹配得分进行处理，得到所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配概率矩阵；

根据所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配概率矩阵得到所述第一稀疏特征信息和所述第二稀疏特征信息之间的匹配信息。