[发明专利]一种基于深度卷积网络的跨域图像稀疏匹配方法

摘要

本发明公开了一种基于深度卷积网络的跨域图像稀疏匹配方法。使用本发明能够适用于外观特征变化较大的图像，且鲁棒性较好。本发明利用深度卷积网络中不同层级的卷积层、池化层或激活层的张量信息，倒金字塔式地从最底层级依次往上进行逐渐精确的特征点匹配，能够适用于外观特征变化较大的图像，且鲁棒性较好。此外，利用张量响应值对最近邻匹配对进行筛选，剔除语义信息不强的最近邻匹配对，使得筛选出来的最近邻匹配对具有语义相关性。

主权项

1.一种基于深度卷积网络的跨域图像稀疏匹配方法，其特征在于，包括如下步骤：步骤1，构建深度卷积网络，并对其进行训练，得到能够提取图像特征的、训练好的深度卷积网络；步骤2，将待匹配的两幅图像A、B分别输入步骤1训练好的深度卷积网络，提取深度卷积网络中各层级中的卷积层、池化层或激活层的输出；步骤3，针对提取的各层的输出，分别设定该层的搜索子区域；从最底层开始，由下至上在各层对应的搜索子区域内分别进行最近邻匹配；其中，最近邻匹配过程如下：对于第l层的第n个搜索子区域，对图像A的第l层的第n个搜索子区域中的每一个子张量在图像B的第l层中以相同位置的子张量为中心的匹配区域内寻找与距离最近的子张量，其中，匹配区域小于搜索子区域；同样的，对图像B的第l层的第n个搜索子区域中的每一个子张量在图像A的第l层中以相同位置的子张量为中心的匹配区域内寻找与距离最近的子张量；若A、B的第l层的第n个搜索子区域中存在两个子张量互为距离最近，则称这两个子张量为最近邻匹配对；其中，第l层的第n个搜索子区域为l+1层的第n个匹配对在第l层的映射；最底层的搜索子区域为最底层整个区域；以此类推，得到最顶层的最近邻匹配对；步骤4，利用最顶层的最近邻匹配对进行图像A、B的匹配。