科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的局部特征提取方法，包括以下步骤：首先进行网络训练，在图像数据集MS‑COCO上训练预先构建的网络，数据集被分割成一个训练集和一个验证集，分别包含82783和40504张图像，然后进行图像匹配，在实验中，利用一个标准局部特征管道来评估所述局部特征提取方法的性能，所述标准局部特征管道是从实验中任一给定的一对图像中提取和匹配特征，接着进行重复分数(Repeatability)计算，然后进行匹配分数(M‑Score)计算，最后进行单应估计效果评价，通过将检测步骤推迟到描述之后，从而获得更稳定的关键点，相比传统的非机器学习方式我们的方法具有更灵活的特征寻找过程，获得大量关键点的同时提高特征提取精度。
- 单位
