조명, 자세, 각도 등 도전 과제 하에서 SuperPoint 네트워크 기반 특징 매칭 방법의 특징점 추출 정확도가 낮고 계산 파라미터 양이 많은 문제를 해결하기 위해, 점진적 전략을 융합한 경량 특징점 추출 및 매칭 방법을 제안하였다. 먼저, 깊이별 분리 합성곱을 이용하여 SuperPoint 네트워크 구조를 조정하여 모델 파라미터 계산량을 줄였으며; 둘째, 특징 추출 부분에 주의 모듈을 구축하여 네트워크의 공간적 특징 추출 능력을 강화하고, 점진적 다중 스케일 특징 융합 모듈을 설계하여 대상 세부 사항을 포착하고 특징 표현력을 향상시켰다; 마지막으로 SuperGlue 알고리즘을 이용하여 얻어진 특징점을 매칭하였다. Hpatches 데이터 세트에서 실험 분석한 결과, 제안된 알고리즘은 조명 변화 장면에서 평균 매칭 정확도(mAP)와 특징점 반복도(Rep)가 각각 86%와 70%, 시점 변화 장면에서 mAP와 Rep가 각각 78%와 68%에 달하는 것으로 나타났다. 제안된 알고리즘은 특징 매칭에서 일정한 우위를 보일 뿐만 아니라 영상 스티칭에 적용했을 때도 좋은 성과를 얻었다.

특징점 추출;특징점 매칭;경량;주의 메커니즘;점진적 다중 스케일 특징 융합