原始 Bayer 图像的关键点检测与描述
计算机视觉与模式识别
2025-04-15 v2
摘要
关键点检测和局部特征描述是机器人感知中的基础任务，对于 SLAM、机器人定位、特征匹配、姿态估计和 3D 地图等应用至关重要。虽然现有方法主要针对 RGB 图像工作，但本文提出一种新型网络，直接处理原始图像，无需图像信号处理器（ISP）。该方法显著减少了硬件需求和内存消耗，这在机器人视觉系统中至关重要。本方法引入两个定制设计的卷积核，能够直接对原始图像执行卷积运算，保留跨通道信息而无需转换为 RGB。实验结果表明，我们的网络在原始图像上优于现有算法，实现更高的精度和稳定性，尤其在大尺度旋转和尺度变化情况下表现更佳。这一工作代表了首次针对原始图像开发关键点检测和特征描述网络，为资源受限环境提供了更高效的解决方案。
关键词
引用
@article{arxiv.2503.08673,
title = {Keypoint Detection and Description for Raw Bayer Images},
author = {Jiakai Lin and Jinchang Zhang and Guoyu Lu},
journal= {arXiv preprint arXiv:2503.08673},
year = {2025}
}