图像匹配:基础,技术状况和未来方向
Ming Yang1, Rui Wu1, Yunxuan Yang2
1Department of Information Technology, Kennesaw State University, Kennesaw, GA 30060, USA.
Journal of imaging
|October 28, 2025
概括
本综述涵盖了图像匹配技术的演变,从传统方法到深度学习. 它强调了当前的趋势,挑战和计算机视觉领域的未来研究方向.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 图像匹配对于物体识别,3D重建和监控等应用至关重要.
- 在过去的30年里,技术从手工制作的功能发展到深度学习和注意力机制.
研究的目的:
- 提供对图像匹配技术的全面审查.
- 提供有关该领域历史发展和当前状况的见解.
- 确定未来的研究方向和持续的挑战.
主要方法:
- 基于特征的方法的历史分析.
- 检查基于神经网络的方法.
- 讨论最近的贡献和基准.
主要成果:
- 图像匹配算法演变的详细概述.
- 确定关键的算法,基准和应用程序.
- 强调诸如视角和照明不变等挑战.
结论:
- 该领域正在迅速推进深度学习.
- 未来的研究应该集中在H矩阵优化,LoFTR加快和性能改进上.
- 解决稳健性和可扩展性对于现实世界的部署至关重要.


