[發(fā)明專利]一種提高特征點匹配精度的方法有效
| 申請?zhí)枺?/td> | 201910485720.4 | 申請日: | 2019-06-05 |
| 公開(公告)號: | CN110390336B | 公開(公告)日: | 2023-05-23 |
| 發(fā)明(設計)人: | 張宏;代壯;朱蕾;陳煒楠;何力;管貽生 | 申請(專利權(quán))人: | 廣東工業(yè)大學 |
| 主分類號: | G06V10/46 | 分類號: | G06V10/46;G06V10/75;G06V10/80;G06V10/82;G06N3/0464;G06N3/0455;G06N3/048 |
| 代理公司: | 廣東廣信君達律師事務所 44329 | 代理人: | 杜鵬飛 |
| 地址: | 510062 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 提高 特征 匹配 精度 方法 | ||
1.一種提高特征點匹配精度的方法,其特征在于,包括下述步驟:
(1)通過SIFT檢測出圖像中的特征點;
(2)提取特征點64*64領域的圖像塊;
(3)分別計算該圖像塊的訓練卷積描述符和預訓練卷積描述符,通過訓練卷積描述符表示圖像視角變化,通過預訓練卷積描述符表示圖像光照變化;
(4)將預訓練卷積描述符通過一個編碼器進行降維;
(5)采用典型相關分析融合訓練卷積描述符和降維后的預訓練卷積描述符;
所述步驟(3)中的訓練卷積描述符選擇HardNet模型生成的描述符;而預訓練卷積描述符選擇在ImageNet數(shù)據(jù)集上訓練好的DenseNet169的第三層卷積作為圖像的描述符。
2.根據(jù)權(quán)利要求1所述提高特征點匹配精度的方法,其特征在于,所述步驟(4)中的編碼器即自編碼器訓練好的模型的編碼器部分;所述自編碼器主要包括兩個部分:編碼器部分和解碼器部分;而整個模型通過最小化輸入與輸出的誤差來優(yōu)化模型,模型訓練好后,可以使用編碼器的輸出作為圖像壓縮后的描述符。
3.根據(jù)權(quán)利要求2所述提高特征點匹配精度的方法,其特征在于,所述編碼器部分和解碼器部分都包括三個塊;其中編碼器部分的每個塊都包括一個卷積層CL、一個批正則化層BN和一個參數(shù)化修正線性單元PReLU激活函數(shù);其中解碼器部分每個塊都包括一個反卷積層DCL、一個批正則化層BN和一個參數(shù)化修正線性單元PReLU。
該專利技術資料僅供研究查看技術是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東工業(yè)大學,未經(jīng)廣東工業(yè)大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910485720.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種車型識別方法及裝置
- 下一篇:一種艦船個體識別方法





