[发明专利]基于深度图嵌入网络与结构自学习的图像关键点匹配方法有效
| 申请号： | 202110202841.0 | 申请日： | 2021-02-23 |
| 公开（公告）号： | CN112801206B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 曾少锋;刘智勇;杨旭 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06V10/74 | 分类号： | G06V10/74;G06V10/46;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩;尹文会 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机视觉领域，具体涉及了一种基于深度图嵌入网络与结构自学习的图像关键点匹配方法，旨在解决现有技术未能学习图像目标的结构信息，图像关键点匹配的精度和准确性还远达不到预期的问题。本发明包括：分别对获取的待匹配图像对的关键点进行结构化处理；提取待匹配图像的特征图，并通过双线性插值获取关键点特征矩阵；通过深度图嵌入网络更新关键点特征矩阵及图结构；通过深度图匹配网络计算相似度矩阵，通过Sinkhorn算法得到匹配矩阵并更新关键点特征矩阵；通过匈牙利算法进行迭代设定次数获得的最终匹配矩阵的离散化，获得待匹配图像对的关键点匹配结果。本发明能够更好地学习关键点特征，获得较好的匹配结果。 | ||
| 搜索关键词： | 基于 深度 嵌入 网络 结构 自学习 图像 关键 匹配 方法 | ||
【主权项】：
暂无信息
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科学院自动化研究所，未经中国科学院自动化研究所许可，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/202110202841.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型发动机DPF后处理器
- 下一篇：一种控制界面显示的方法、装置及介质
