GMS特征匹配原文和代码详细解读GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence - CSDN文库

96 浏览量更新于2023-05-04 2 收藏 544KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

GMS特征匹配特征匹配原文和代码详细解读原文和代码详细解读GMS: Grid-based Motion

Statistics for Fast, Ultra-robust Feature Correspondence

GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence 代码解读代码解读

论文原文地址论文原文地址:GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence

代码地址代码地址:github

1 论文核心思路论文核心思路

论文认为:匹配对应该是平滑的匹配对应该是平滑的,对于对于true match pair(l1,r1),l1附近的特征点对应的匹配点也应该在附近的特征点对应的匹配点也应该在r1附近附近.

① 利用上面的平滑性质,建立统计分析模型(二项分布),过滤ORB matches中的false matches;

② 通过划分栅格来加速真假判断过程,两张图像各划分成m * m块,只需要对各块内及邻块的Feature统计,m建议是20;

③ 对于匹配块(pl1,pr1),对相邻的n * n块,分别进行统计,比如统计pl1的左上块与pr1的左上块的匹配数目,其他类似,以共同验证

(pl1,pr1)是否是正确匹配块.这里n建议是3.

④ 论文验证了这个思路的可行性.

1.1 GMS系统概述系统概述

下图中，红星表示的是GMS，可以看出，确实很厉害，精度和时间都很好。

下面这张图是GMS整体思路的总结，主要利用了平滑性质平滑性质。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

weixin_38737176

粉丝: 2
资源: 928

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈