面向街景影像的直线特征迁移学习匹配方法研究

街景影像因存在畸变较大、亮度变化、遮挡等问题,易导致街景影像匹配困难。建筑物包含丰富的直线特征,可显著提高街景影像的匹配精度。本文利用迁移学习的思想,通过自定义街景影像数据集对SOLD2预训练模型进行迁移学习,以实现基于直线特征的街景影像准确匹配。首先利用单应性变换结合训练检测器生成自定义数据集上的原始伪真值,并将数据集的点线真值作为图像标签信息。然后利用自定义数据集对预训练模型参数进行迁移训练。实验结果表明,本文所提方法能够克服街景影像线特征广泛存在的遮挡等问题,可取得更好的直线匹配效果。本文的研究可为城市影像三维精细重建等提供技术支持。