不同特征点+LightGlue在不同场景下分析

1、在纹理稀疏+遮挡场景下：

数据集：EuRoc  v1_03

特征蓝色点表示匹配备选点，绿色点表示成功匹配点，其他颜色点表示早期层中删除的点。

（1）SuperPoint+LightGlue:

匹配率：279/428=65.19%

（2）SIFT+LightGlue:

匹配率=17.23%

（3）DISK+LightGlue：

匹配率=2127/6725=31.63%

2、在高速运动场景下造成运动模糊

数据集：EuRoC v1_03

（1）SuperPoint+LightGlue

在这一些地方糊了，所以像那些冰箱边缘啥的就没提取到

匹配率=592/745=79.46%

（2）SIFT+LightGlue:

匹配率=614/1119=54.87%

（3）DISK+LightGlue:

匹配率=3908/5622=69.51%

3、在昏暗场景下

数据集：EuRoC mh_05

（1）SuperPoint+LightGlue:

匹配率=472/747=63.19%

（2）SIFT+LightGlue:

匹配率=603/1014=59.47%

（3）DISK+LightGlue:

匹配率=2446/3891=62.86%

4、一般场景

（1）SuperPoint+LightGlue：

匹配率=1349/1767=76.34%

（2）SIFT+LightGlue:

匹配率=1162/1726=67.32%

（3）DISK+LightGlue:

匹配率=4741/6163=76.93%

5、总结分析

SuperPoint提取的特征点更符合我们直观的印象（例如边缘、折角等），但是提取的特征点较少，尤其是在稀疏纹理之下，所以即使匹配成功率有60%以上，仍然可能无法满足实际应用需求。

SIFT提取的特征点更多，但是其描述子可能稳健性不够，所以在相同场景下匹配成功的数目与SP差不多。

但是从DISK看出，场景中仍存在着更多有效的特征点，在困难场景（模糊、昏暗等）下能够成功使用。

对于匹配器来说，除了有遮挡情况下，基本匹配成功率都在60%以上。随着稳健的特征点的数目增多，成功匹配的数目也增多。它的匹配性能基本不受环境影响