基于卷积神经网络的直线描述方法研究 |
| |
引用本文: | 霍占强,刘玉洁,付苗苗,乔应旭.基于卷积神经网络的直线描述方法研究[J].计算机工程,2021,47(5):251-259. |
| |
作者姓名: | 霍占强 刘玉洁 付苗苗 乔应旭 |
| |
作者单位: | 河南理工大学 计算机科学与技术学院, 河南 焦作 454000 |
| |
基金项目: | 河南省高校科技创新团队支持计划 |
| |
摘 要: | 为提高直线特征匹配的可靠性,提出一种基于卷积神经网络(CNN)学习的直线特征描述方法。构建用于网络学习的大规模直线数据集,该数据集包含约20.8万对匹配直线对,每条直线用其周围的局部图像块表征。将图像块输入CNN,利用HardNet网络结构提取特征,使用三元组损失函数进行训练,输出强鲁棒性的直线特征描述子。实验结果表明,与手工设计的描述子MSLD和IOCD相比,该描述子在视角、模糊、尺度和旋转变化下均具有较好的区分性,在图像拼接应用中同样表现出良好的描述性能。
|
关 键 词: | 直线匹配 直线特征描述子 深度学习 大规模直线数据集 卷积神经网络 |
收稿时间: | 2020-03-11 |
修稿时间: | 2020-04-21 |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|