作为计算机视觉的基本研究内容,图像局部特征描述的目的是利用特征向量来稳定地表达被检测图像的局部特征,从而利用这些特征构成的描述子来稳定进行图像的匹配,具有一定的理论研究价值和实际工程应用价值.特别是随着近年来深度学习技术的兴起与快速发展,该领域的研究者们都相继提出了许多不同的研究方法.如今,基于学习的局部特征描述方法在该领域越来越受欢迎.然而,在不同场景和任务要求中,研究者都在致力于如何设计在精确性、鲁棒性和效率方面具有卓越性能的图像局部特征描述方法.本文对经典的手工设计和主流的基于学习两类方法分别进行全面而系统的分析与总结.最后总结了图像局部特征描述的现状,并为未来的工作提供参考.
万方数据
维普
