典型文献
基于深度学习的图像特征匹配方法
文献摘要：
针对同一场景或同一物体的两组或多组图像的匹配问题,提出了一种基于深度学习的图像特征匹配方法.首先用SuperPoint网络框架提取图像特征点,在最近邻次近邻比值法的基础上通过网络运动统计(GMS)算法区分正确匹配点和错误匹配点,最后采用随机抽样一致性(RANSAC)算法进一步剔除误匹配点对.实验结果表明:所提算法在图像发生光照以及视角变化时平均匹配确正确率达到95％以上,具有较好的匹配识别率和鲁棒性.
文献关键词：
深度学习;SuperPoint;网格运动统计算法;随机抽样一致性算法
中图分类号：
作者姓名：
徐梦莹;刘文波;郑祥爱;蔡超
作者机构：
南京航空航天大学自动化学院,江苏南京211106;高速载运设施的无损检测监控技术工业和信息化部重点实验室,江苏南京211106
文献出处：
引用格式：
[1]徐梦莹;刘文波;郑祥爱;蔡超-.基于深度学习的图像特征匹配方法)[J].传感器与微系统,2022(07):61-64
A类：
最近邻次近邻,网格运动统计算法
B类：
图像特征匹配,匹配方法,一物,匹配问题,先用,SuperPoint,网络框架,框架提取,图像特征点,比值法,GMS,误匹配,RANSAC,生光,识别率,随机抽样一致性算法
AB值：
0.30098
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。
