| 基于卷积神经网络的局部图像特征描述符算法 |
| |
| 引用本文： | 石国强,赵霞,陈星洲,陈雨佳,陈萌,郭松,陈凤.基于卷积神经网络的局部图像特征描述符算法[J].上海航天,2020,37(1):87-92. |
| |
| 作者姓名： | 石国强 赵霞 陈星洲 陈雨佳 陈萌 郭松 陈凤 |
| |
| 作者单位： | 同济大学 电子与信息工程学院，上海201804,同济大学 电子与信息工程学院，上海201804,同济大学 电子与信息工程学院，上海201804,同济大学 电子与信息工程学院，上海201804,上海宇航系统工程研究所，上海201109,上海宇航系统工程研究所，上海201109,上海宇航系统工程研究所，上海201109 |
| |
| 基金项目： | 上海航天科技创新基金资助项目(SAST2016018) |
| |
| 摘 要： | 为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。
|
| 关 键 词： | 图像匹配 特征描述符 深度学习 特征提取 三维重建 |
| 收稿时间： | 2018/11/29 0:00:00 |
| 修稿时间： | 2019/3/18 0:00:00 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《上海航天》浏览原始摘要信息 |
| 点击此处可从《上海航天》下载免费的PDF全文 |
|
