Сопоставление изображений от ручных признаков к глубоким: обзор

Сопоставление изображений является фундаментальной и критически важной задачей в различных визуальных приложениях: оно позволяет выявлять и устанавливать соответствие одинаковых или схожих структур/контента в двух или более изображениях. За последние десятилетия была предложена растущая по количеству и разнообразию совокупность методов сопоставления изображений, особенно в связи с развитием методов глубокого обучения в последние годы. Тем не менее остаются открытые вопросы: какой метод является подходящим выбором для конкретных приложений с учётом различных сценариев и требований к задаче, и как спроектировать лучшие методы сопоставления изображений с повышенной точностью, устойчивостью и эффективностью. Это побуждает провести всесторонний и систематический обзор и анализ классических и новейших техник. Следуя конвейеру сопоставления изображений на основе признаков, мы сначала представляем методы детекции признаков, их описания и сопоставления — от ручных методов до обучаемых — и анализируем развитие этих методов в теории и на практике. Во-вторых, мы кратко рассматриваем несколько типичных приложений, основанных на сопоставлении изображений, для всестороннего понимания значимости задачи. Кроме того, мы приводим всестороннее и объективное сравнение этих классических и современных методов с помощью обширных экспериментов на репрезентативных наборах данных. Наконец, мы подводим итоги текущего состояния технологий сопоставления изображений и представляем содержательные обсуждения и перспективы для будущих работ. Этот обзор может служить справочным ресурсом для (но не ограничивается) исследователей и инженеров в области сопоставления изображений и смежных областях.