典型文献
基于深度神经网络的像素级别可见光图像配准
文献摘要：
现有图像配准算法中,借助图像采集设备参数的方法存在硬件内参难以获得或精度不够的问题,采用匹配图像特征计算图像单应性的方法存在对场景深度信息利用不全的问题.针对这一现象,提出了结合可见光图像与其深度信息来生成更具有真实性的配准图像对数据,用以训练得到一个可以进行像素级别图像配准的深度神经网络PIR-Net.建立了一个大规模、多视角、超仿真的图像配准数据集:多视角配准(MVR)数据集,该数据集包含7240对含有深度信息的待配准图像及其像素级别的坐标对准真值;基于编码器-解码器的深度神经网络结构,训练得到一个能以全分辨率形式对2幅输入图像之间的坐标变化矩阵进行重建的PIR-Net.通过实验验证了PIR-Net能够在未知相机内参的情况下实现不同视角的可见光图像配准,并比传统算法具有更高的配准精度.在MVR数据集上,PIR-Net的配准误差仅为通用的特征匹配对准算法(SIFT+RANSAC)的18％,同时减少了30％的时间消耗.
文献关键词：
深度学习;图像配准;坐标变换;单应性估计;图像深度值
中图分类号：
作者姓名：
黄晨威;程景春;潘雄;宋凝芳;刘冰
作者机构：
北京航空航天大学 仪器科学与光电工程学院, 北京100083;湖北三江航天红峰控制有限公司, 孝感432000
文献出处：
引用格式：
[1]黄晨威;程景春;潘雄;宋凝芳;刘冰-.基于深度神经网络的像素级别可见光图像配准)[J].北京航空航天大学学报,2022(03):522-532
A类：
SIFT+RANSAC,单应性估计,图像深度值
B类：
深度神经网络,像素级,可见光图像,图像配准,图像采集,设备参数,内参,难以获得,匹配图像,图像特征,特征计算,计算图,景深,深度信息,信息利用,来生,练得,行像,PIR,Net,多视角配准,MVR,有深度,真值,编码器,解码器,神经网络结构,坐标变化,机内,不同视角,传统算法,配准精度,特征匹配,对准算法,坐标变换
AB值：
0.312387
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。
