注意力双分支局部特征提取网络

弱纹理低照度下可靠匹配

针对弱纹理、低照度行星影像的稳健局部特征提取，克服传统手工特征匹配失败的难题，可直接嵌入SfM流程提升三维地形重建精度与稳健性。

Zhong, Jiageng · 鄢建国 · 李明 · Barriot, Jean Pierre

ISPRS Journal of Photogrammetry and Remote Sensing 2023

技术优势

匹配不失败

卷积神经网络对光照和纹理变化更鲁棒，避免了手工特征在弱纹理低照度下的严重退化。

注意力增强

双分支网络集成了注意力机制，分别生成可靠关键点和描述符，提升特征质量。

已验证有效

在玉兔二号月球车三个航点的全景相机影像上验证了方法和重建流程的有效性。

代码开源

源代码已公开，可获取并集成到自己的流程中。

应用场景

• 行星表面三维重建：用于月球等行星表面高分辨率三维地形重建，满足地质分析需求。
• 摄影测量与遥感：替代传统手工特征，提升弱纹理低照度影像的匹配与重建效果。
• 月球车导航与定位：提供稳健特征用于导航定位所需的精确地形重建。
• 机器人视觉感知：增强机器人在低光照弱纹理环境下的视觉特征提取与匹配能力。