[发明专利]基于递归神经网络的图像匹配方法及系统在审
| 申请号： | 201810441357.1 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108710904A | 公开（公告）日： | 2018-10-26 |
| 发明（设计）人： | 倪冰冰;罗栋豪;徐奕;杨小康 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 徐红银 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于递归神经网络的图像匹配方法，包括：特征提取步骤：采用卷积神经网络对待匹配的两张图片分别进行特征提取；相似性度量步骤：采用递归神经网络以循环的方式依次处理得到的两张图片的特征，随着所述递归神经网络对两张图片的特征处理次数的增加，对两张图片匹配程度的预测越来越准确。本发明还涉及一种基于递归神经网络的图像匹配系统。本发明通过多次对两个特征的循环度量来得到最终的相似程度，图像匹配的精准度更加精确、误差更小，匹配效果更好。 | ||
| 搜索关键词： | 递归神经网络 图像匹配 匹配 卷积神经网络 特征提取步骤 图像匹配系统 相似性度量 图片 匹配效果 特征处理 特征提取 相似程度 依次处理 精准度 度量 预测 | ||
【主权项】：
1.一种基于递归神经网络的图像匹配方法，其特征在于，包括：特征提取步骤：采用卷积神经网络对待匹配的两张图片分别进行特征提取；相似性度量步骤：采用递归神经网络以循环的方式依次处理提取的所述两张图片的特征，随着所述递归神经网络对所述两张图片的特征处理次数的增加，对所述两张图片匹配程度的预测越来越准确。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810441357.1/，转载请声明来源钻瓜专利网。
