1.GreAtt特征描述方法,其特征在于,包括以下步骤:步骤1、获取图像的特征点的精确位置信息与初始特征描述符;
步骤2、分别两两计算初始特征描述符对应的特征点之间的欧式距离和余弦距离,欧式距离和余弦距离符合特定阈值的特征点之间建立连接从而形成特征点图结构;
步骤3、将得到的特征点图结构根据横坐标与纵坐标位置从小到大进行编码并转换为邻接矩阵表示,图结构中的节点度数由向量表示,运用多层感知机将特征点的位置信息和节点信息映射到高维空间并与初始特征描述符相结合得到增强后的特征描述符;
所述步骤3具体包括以下步骤:
步骤3.1、根据特征点在图片上的横纵坐标从大到小的顺序进行顺序编码,获得特征点图结构的邻接矩阵,并计算得到每个特征点的度和邻接矩阵的特征根λ;
步骤3.2、利用公式计算每个特征点的重要程度
步骤3.3、通过多层感知机将特征点的位置信息与重要程度映射到高维空间中,与初始特征描述符相结合得到步骤3.4、所有的消息聚合结束后,最后一层的特征点对应的特征描述符即为增强后的特征描述符f
2.根据权利要求1所述的GreAtt特征描述方法,其特征在于,所述步骤2具体包括以下步骤:步骤2.1、在初始特征描述符提取网络中获取每个初始特征描述符的精确特征点位置坐标(x,y);
步骤2.2、分别两两计算特征点之间的欧式距离和余弦距离,若两个特征点的欧式距离大于10并且余弦距离小于0.3,则在两个特征点之间建立边,最终可以获得构建的特征点图结构数据N(G)。
3.根据权利要求1所述的GreAtt特征描述方法,其特征在于,所述步骤1中利用SIFT算法,获取图像的特征点的精确位置信息与初始特征描述符。