典型文献
结合RefineNet的无监督图像拼接网络
文献摘要：
为减少无监督图像拼接结果中存在的伪影和错位问题,提出了一种结合RefineNet的无监督图像拼接网络.该网络首先通过一个深度单应性(Deep Homography)算法计算两幅图像的投影矩阵,根据矩阵参数扭曲其中一副图像完成拼接过程的预对齐;其次在进行编解码处理时充分利用不同尺度的中间层特征图提取空间和语义信息,以加强网络对图像错位区域的感知能力;最后在恢复图像时引入链式残差池化结构捕获图像背景区域中的上下文特征,进一步提高了拼接的质量.实验结果表明:本文方法没有明显的拼接痕迹,亮度和颜色过渡自然,同时有效减少伪影和错位现象,结构相似性相较于其它3种拼接算法性能至少提高了1％,峰值信噪比较深度学习方法提高了0.26dB.
文献关键词：
图像拼接;无监督网络;RefineNet;链式残差池化;Homography
中图分类号：
作者姓名：
齐梦妍;朱磊;万娅娅
作者机构：
西安工程大学电子信息学院,陕西西安710048
文献出处：
引用格式：
[1]齐梦妍;朱磊;万娅娅-.结合RefineNet的无监督图像拼接网络)[J].长江信息通信,2022(11):23-26
A类：
链式残差池化,26dB
B类：
RefineNet,图像拼接,伪影,单应性,Deep,Homography,算法计算,两幅,投影矩阵,一副,接过,对齐,编解码,不同尺度,中间层,特征图,语义信息,感知能力,背景区域,上下文特征,痕迹,亮度,结构相似性,拼接算法,算法性能,少提,峰值信噪比,深度学习方法,无监督网络
AB值：
0.355412
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。
