基于可匹配区域挖掘与几何一致性增强的粗到精图像匹配方法研究

为解决传统图像匹配方法在极端视角变化和复杂纹理场景中的局限性，研究人员提出融合区域注意力机制与二阶几何约束的粗匹配增强框架。通过Matchable Region Enhanced Feature Extraction模块提升特征判别力，结合Geometry Enhanced Feature Matching模块优化匹配置信度，在LoFTR和ASpanFormer等框架上实现跨任务性能提升，为三维视觉应用提供新思路。

　　

在计算机视觉领域，图像匹配（Image Matching）技术如同构建数字世界的"桥梁"，其核心任务是在不同视角的图像间建立亚像素级对应关系。这项技术支撑着从增强现实到自动驾驶的众多应用，但面对极端光照变化、重复纹理等复杂场景时，传统基于手工设计特征的方法如SIFT（Scale-Invariant Feature Transform）往往力不从心。尽管深度学习催生了D2Net、SeLF等联合检测-描述模型，但如何从纹理缺失区域提取可靠特征仍是未解难题。近年来兴起的无检测器（Detector-free）匹配范式如LoFTR（LoFTR: Detector-Free Local Feature Matching with Transformers）通过粗到精（Coarse-to-fine）策略取得突破，但其性能高度依赖粗匹配阶段的质量——这正是当前技术链条中最脆弱的环节。

北京科技大学的研究团队在《Pattern Recognition Letters》发表的研究中，创新性地提出双管齐下的解决方案。研究采用MobileSAMv2识别可匹配区域，构建区域注意力机制（Regional Attention Mechanism）与全局注意力互补；同时开发二阶几何关系诱导的匹配置信度评估方法。关键技术包括：1）在LoFTR框架上集成可匹配区域增强模块；2）基于Homography（单应性变换）和Fundamental Matrix（基础矩阵）的几何验证；3）跨MegaDepth、ScanNet等数据集的定量评估。

【Matchable Region Enhanced Feature Extraction】
通过分析特征图的空间分布特性，设计区域注意力权重生成网络。实验表明该模块使LoFTR在HPatches数据集上的匹配准确率提升12.7%，特别在纹理重复区域错误率降低23.4%。

【Geometry Enhanced Feature Matching】
提出基于二阶几何约束的匹配筛选算法，通过RANSAC（Random Sample Consensus）优化后的内点比例验证，在户外数据集上使ASpanFormer的匹配召回率提升8.9个百分点。

【跨任务验证】
在视觉定位任务中，该方法将位姿估计误差中位数降低至0.28米，显著优于传统SIFT+PNP（Perspective-n-Point）流程。三维重建实验显示其生成的点云完整度提高19.2%。

该研究突破性地将可匹配区域识别与几何验证融入端到端训练框架，其提出的模块可即插即用至现有匹配系统。这不仅为克服纹理缺失区域的匹配难题提供新思路，更通过几何一致性约束建立起特征空间与三维空间的可靠关联。专利技术（202410151230.1）的应用前景涵盖智能驾驶实时定位、文物数字化保护等领域，标志着计算机视觉基础研究向工程化落地迈出关键一步。