GMS图像特征匹配学习简要记录

GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence
CVPR2017
code: https://github.com/JiawangBian/GMS-Feature-Matcher

本文主要参考：1.https://blog.csdn.net/zhangjunhit/article/details/77891666

                         2.https://www.it610.com/article/1298641810767282176.htm

该文的核心思想是：匹配的特征点邻域有较多匹配的点，我们可以通过计数邻域的匹配点个数来判断一个匹配是否正确。

该算法使用心得：1）默认将图像分割成 20×20 的网格，1-400 编号。

                             2)  可以处理旋转(因为代码中的mRotationPatterns)

                             3）可以用于所有的局部描述子（orb，surf，sift等）获得的匹配之后去筛选获得好的匹配。

                             4）增加原始待匹配特征点数量也将对匹配质量带来好的影响

 

 

 

 

 

文中若有错误或不妥之处，还望指出！