基于目标检测的图像匹配研究

　　今天就突然有这么一个想法，其实也不算是突然想到的，因为之前就一直在想真正的人工智能问题。所以就简单的写个随笔记下来，欢迎各位与我讨论　

　　SLAM有这么一个环节叫：图像匹配，可以用于位姿估计，还有回环检测模块。现在流行的是特征法以及直接法，可以说特征法是已经趋近于成熟，但是深度学习还没有完全占据特征法的主流方向；其次是直接法已经是非常热门的趋势，但却非常容易受光照、噪声等的影响，具有非常大的局限性。

　　那么我在本文呢想提出一种“基于目标检测的图像匹配”方法，这个想法的由来是我在考虑到人对地图回环的识别原理；我们人在一个陌生的城市走了一圈回到原地，而且能够知道已经回到了原地是因为：我们看到了以前见过的建筑物or物体or路标，并且这些建筑物or物体在人的视野里位置没有发生变化，所以人才突然感叹：“oh My God，我又回来了”。

　　那么当然我们希望的机器也是这么的智能，他能够自动识别以前见过的东西，而不是去比较两张图的特征点。这个想法的依据就是：目前对于目标的识别已经非常的热门，而且图像分割以及分类也已经趋于成熟。我们完全可以用来做图像匹配，而且我相信这个方法是可以实现的，感兴趣的小伙伴动起来吧。