一种基于强化学习的数据抽样及异常点去除方法及系统

本发明提供一种基于强化学习的数据抽样及异常点去除方法及系统，包括：多模态特征提取，构建对应关系特征，从输入的两幅图像中提取关键点及其描述符，生成初始对应关系集合并进行坐标归一化处理；构建强化学习智能体，训练智能体，使其学习数据抽样和离群点去除的最优策略；构建特征点关系图，基于节点表示的聚类结果与置信度阈值，动态分割正常匹配点与离群点；对筛选后的高置信度匹配点进行多尺度几何验证，法剔除局部不一致点，估计仿射变换矩阵，引入光照不变性约束优化图像对齐精度。本发明技术方案，通过与环境交互，强化学习模型可以学习到在特定情况下选择最具代表性的策略，提高数据的利用效率和图像匹配的性能。