来源：期刊VIP网 时间：
作者：余美;李程鹏;田尊华;李大军;刘华;屈子平;
单位：东华理工大学自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室;东华理工大学测绘与空间信息工程学院;湖南航天宏图无人机系统有限公司;
摘要：针对低空无人机影像特征匹配正确率不足和处理效率较低的问题，提出一种几何语义一致性的特征匹配方法。该方法首先采用LoFTR算法，通过注意力机制聚合特征点的空间及其上下文信息，并求解最优部分分配矩阵，继而通过特征点最相似与次相似置信度比值确定初始匹配点对。为获取特征点语义信息，利用无人机影像数据集训练BiSeNet语义分割模型，预测待匹配影像对涵盖建筑物、道路、植被、低植被、静态车辆、移动车辆、人及背景等8类的语义分割结果。最后，根据几何及语义约束条件，剔除最优基础矩阵几何模型下的外点、动态目标区域内匹配点及不属于同一语义类别的误匹配点，以获取符合几何及语义一致性的匹配点。对10组不同场景的影像实验表明：本文方法的正确率平均为97.46%,最高达到了99.80%,与LoFTR相比平均提高了2.77%,最高提高了5.45%,与其他经典算法相比其匹配点数和正确率均有显著提高，且单点匹配效率比传统算法更高。
关键词：语义分割;;BiSeNet;;LoFTR;;特征匹配;;几何语义一致性
基金资助：国家自然科学基金资助项目(42161064);; 江西省自然科学基金资助项目(20212BAB204003,20242BAB20129);; 江西省教育厅科学技术研究项目资助(GJJ2200744);; 赣鄱俊才支持计划-主要学科学术和技术带头人培养项目(20243BCE51111)
