ContextDesc: Local Descriptor Augmentation with Cross-Modality Context 解读

基于跨模态上下文的局部描述子增强

github:https://github.com/lzx551402/contextdesc
论文：https://arxiv.org/abs/1904.04084
转载注明出处！

1.早期特征设计的目标：

可重复性：相同的“区域”可以在不同的图像中被找到；

可区别性：不同的“区域”有不同的表示；

高效性：同一张图像，特征点的数量应<<像素数量；

本地性：特征仅与一小片图像区域相关；

误匹配 由于图像特征的局部特性，场景中存在大量重复纹理，都有相似的特征描述，仅利用局部特征；
导致误匹配广泛存在，长期以来没有很好的解决办法，成为了制约视觉SLAM性能的一大瓶颈；

2.论文主要思想

通过区域信息和几何结构信息来增强原特征描述子；

它不包含关键点的检测.

加入高阶图像表示的视觉上下文；

加入关键点分布的几何上下文；

• 从输入的单张图像中提取：
  关