典型文献
基于多尺度损失函数的误匹配剔除方法
文献摘要：
针对图像关键点误匹配剔除问题,提出了一个多尺度损失函数.对每个候选匹配,该损失函数分别从单样本分类正确性、局部邻域结构一致性和全局几何一致性三个层面进行约束,利用有监督的学习方式训练一个深度神经网络进行错误匹配的剔除.在原始匹配结果质量评估和下游应用精度上的实验表明,新的损失函数引入了更丰富的信息,能进一步提升原有网络结构的结果.同时,所提方法在图像关键点初始匹配精度不高的情况下具有更显著的优势.
文献关键词：
误匹配剔除;损失函数;三维重建;姿态估计;深度学习
中图分类号：
作者姓名：
孙琨;代文
作者机构：
中国地质大学(武汉)计算机学院,湖北 武汉430078;智能地学信息处理湖北省重点实验室,湖北 武汉430078
文献出处：
引用格式：
[1]孙琨;代文-.基于多尺度损失函数的误匹配剔除方法)[J].山西大学学报（自然科学版）,2022(03):641-648
A类：
B类：
损失函数,误匹配剔除,剔除方法,一个多,单样本,局部邻域,邻域结构,结构一致性,几何一致性,行约,有监督,学习方式,深度神经网络,质量评估,匹配精度,三维重建,姿态估计
AB值：
0.389113
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
