[发明专利]一种基于改进区域卷积神经网络的景象匹配定位方法在审
| 申请号： | 201811310762.6 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109543819A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 吕志远;薛新华;陈华洋;孙二洋;魏广伟;刘沛 | 申请（专利权）人： | 中国电子科技集团公司第二十八研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06K9/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王安琪 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 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改进区域卷积神经网络的景象匹配定位方法，包括如下步骤：(1)提出基于改进SPP‑Net的系统结构；(2)采用降噪自编码器基本原理训练多层神经网络，获取各层网络权重参数，系统的抗噪声能力和对不完整景象图匹配的鲁棒特性取决于自编码器的性能；(3)利用深度神经网络采取匹配参考图的特征，并进行金字塔池化，获取不同维度的图像特征；利用相同网络参数的深度神经网络采集待匹配图像特征，将获取特征与金字塔特征进行相关性判别，确定特征最相似的匹配区域，进行匹配位置调整，输出匹配定位位置。本发明优化了特征提取与相关分析的算法复杂度，同时有效利用卷积神经网络抗干扰和鲁棒特征，提高了景象匹配定位性能。 | ||
| 搜索关键词： | 卷积神经网络 景象匹配 神经网络 编码器 金字塔 匹配 多层神经网络 抗噪声能力 算法复杂度 改进 定位位置 定位性能 鲁棒特性 鲁棒特征 匹配区域 匹配图像 匹配位置 输出匹配 特征提取 图像特征 网络参数 系统结构 抗干扰 网络权 池化 降噪 维度 采集 景象 优化 分析 | ||
【主权项】：
1.一种基于改进区域卷积神经网络的景象匹配定位方法，其特征在于，包括如下步骤：(1)提出基于改进SPP‑Net的系统结构；(2)采用降噪自编码器基本原理训练多层神经网络，获取各层网络权重参数，系统的抗噪声能力和对不完整景象图匹配的鲁棒特性取决于自编码器的性能；(3)利用深度神经网络采取匹配参考图的特征，并进行金字塔池化，获取不同维度的图像特征；利用相同网络参数的深度神经网络采集待匹配图像特征，将获取特征与金字塔特征进行相关性判别，确定特征最相似的匹配区域，进行匹配位置调整，输出匹配定位位置。
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中国电子科技集团公司第二十八研究所，未经中国电子科技集团公司第二十八研究所许可，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/201811310762.6/，转载请声明来源钻瓜专利网。
