HPatches 数据集下载 | 局部图像特征描述子评测基准数据

数据集简介

HPatches（Homography-patches dataset）是计算机视觉领域用于局部图像块描述子（Local Patch Descriptor）评测的标准数据集。该数据集基于单应性变换（Homography）构建，提供已知的几何对应关系，是评估和对比 SIFT、ORB、SuperPoint 等特征描述算法性能的核心基准之一。

数据集规模与构成

HPatches 数据集共包含 116 个图像序列，每个序列由 6 张已知同源性（Homography）的图像组成，总计提供丰富的局部图像块用于描述子评估。数据集按变化类型分为两大类别：

视角变化序列（Viewpoint）：59 个序列，模拟不同拍摄角度和视点变换下的图像特征匹配场景

光照变化序列（Illumination）：57 个序列，覆盖自然光照与人工光照条件下的图像变化，包括昼夜、室内外等典型场景

核心应用场景

局部特征描述子评测：系统对比传统手工描述子（SIFT、SURF、ORB）与深度学习描述子（SuperPoint、D2-Net、R2D2）的匹配精度与鲁棒性

图像匹配与配准：支持基于局部特征点的图像对齐、拼接、三维重建等任务

视觉定位与SLAM：用于评估特征描述子在同时定位与地图构建中的稳定性

特征提取算法研究：为新型描述子设计提供标准化测试环境

适用对象

该数据集适合计算机视觉研究人员、算法工程师、自动驾驶与机器人视觉开发者、高校研究生及从事图像匹配、三维重建、视觉定位相关技术研发的团队使用。