基于SIFT算法原理，构建了一个全新的算法框架。使用FCN（fully convolutional networks，全卷积神经网络）和BP（back propagation，反向传播）神经网络，综合考虑图像主目标的语义分割、图像灰度共生矩阵等方面的影响，实现了自适应的特征点检测范围、数量调整，并在特征点匹配阶段利用相机位姿偏移稳定性剔除误匹配，同时采用基于图优化的方法对位姿恢复结果进行非线性优化，得到了更加精确的相机位姿。最后与现有主流算法进行分析比对，实验结果验证了该算法的有效性，提高了特征点检测的场景自适应程度与特征点匹配、位姿恢复的精度，实现了更加高效的三维重建。
