[发明专利]一种基于深度学习的特征点检测与描述子生成方法在审
| 申请号： | 202210024765.3 | 申请日： | 2022-01-11 |
| 公开（公告）号： | CN114972937A | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 任鹏举;宋翔;丁焱;景鑫;焦崇珊;毛艺钧;于航 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06V10/74;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 覃婧婵 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的特征点检测与描述子生成方法，包括如下步骤：S100：构建新的卷积神经网络；S200：利用所述新的卷积神经网络预测输入图像的特征点并且生成描述子向量；其中，所述新的卷积神经网络结构由两部分组成，第一部分为编码器，用于输入图像的特征编码；第二部分为3个解码器，第一个解码器生成描述子特征图，第二个解码器生成特征点的独特性特征图，第三个解码器由不同层的神经网络特征拼接作为输入生成准确度特征图。本方法生成的特征点具有更高的定位精度和独特性，有助于提高特征点匹配的性能以及后续任务的精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 特征 检测 描述 生成 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西安交通大学，未经西安交通大学许可，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/202210024765.3/，转载请声明来源钻瓜专利网。
