付苗苗，杜光星（通信作者）

（1洛阳师范学院信息技术学院 河南 洛阳 471000）

（2武汉理工大学计算机与人工智能学院 湖北 武汉 430070）

0 引言

图像匹配用于几何对齐传感器在相同或不同时间从不同视点拍摄的同一场景的多个图像，是图像处理中的一项最重要且最基础的任务。图像匹配不仅广泛应用于图像分类与检索、图像拼接以及3D重建等计算机视觉任务中，还应用于人脸识别和指纹解锁等实际工程应用中。图像匹配方法分为基于区域的方法和基于特征的方法2种类型[1]。基于区域的图像匹配方法处理图像用于检查参考图像和感测图像之间像素的相似性，而无需使用优化算法检测显著特征。但该方法会受到强度分布、光照变化和噪声引起的几何变形的影响，具有局限性。而基于特征的图像匹配方法直接使用从两幅图像中提取的显著特征匹配，不受图像强度值影响，更适合光照变化和复杂的几何变形。基于特征的图像匹配由于其灵活性、鲁棒性和广阔的应用前景而受到国内外科研工作者的广泛关注。

由于深度学习技术在深度特征获取和非线性表达方面具有强大能力，常被应用于图像信息表示或相似性度量，是当前图像匹配任务中的热点话题。与传统方法相比，基于深度学习的图像局部特征描述已被证明具有更好的匹配性能和更大的潜力。一般基于局部特征描述的图像匹配方法通常分为如图1所示的3个步骤。

图……