基于Mask R-CNN的ORB去误匹配方法

Abstract

为了提高多目标图像的ORB匹配的正确率，提出一种基于Mask R-CNN的图像ORB去除误匹配方法，该算法首先通过Faster R-CNN方法对图像进行识别，运用区域推荐网络得到矩形框标注的感兴趣区域和类别标签，该步骤可以得到感兴趣区域的预测类别和坐标信息，并且通过全卷积网络卷积层进行像素级别校正，得到像素级别的目标所属类别，然后进行目标分割。最后在原有ORB特征点匹配基础上，剔除两幅图像中相同目标分割区域以外的误匹配点。为了验证该方法的有效性，对传统ORB匹配与基于本文方法的ORB匹配进行了仿真实验。改进后的算法，使得在多目标环境下的目标的匹配精度提高了约18.6%，结果表明，本文算法较传统的ORB匹配算法的精度有一定提高。