[发明专利]一种基于深度学习的运动模糊图像特征匹配方法在审
| 申请号： | 201910969152.5 | 申请日： | 2019-10-12 |
| 公开（公告）号： | CN110929748A | 公开（公告）日： | 2020-03-27 |
| 发明（设计）人： | 颜成钢;郑锦凯;陈利;巩鹏博;孙垚棋;张继勇;张勇东;韩卫东;沈韬 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04;G06N3/08;G06K9/32 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杨舟涛 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的运动模糊图像特征匹配方法。本发明步骤：1、利用全卷积网络训练“俄罗斯方块数据集”，得到训练后的MagicPoint网络；2、利用MagicPoint网络训练未加标签的真实图像数据集，再加上同形变换处理，生成伪标签；3、构建图像特征点提取和描述的网络结构SuperPoint，以前面的伪标签为基准，训练SuperPoint网络，最终输出运动模糊图像的描述符；4：利用前面步骤中得到的描述符，实现运动模糊图像的特征匹配。本发明成功将卷积神经网络应用于运动模糊图像的特征匹配工作，并开创性的打破传统先特征点提取后描述的思想，采用提取和描述同步进行的网络架构，并共享了大部分网络参数，降低网络的计算量，达到了特征点提取和描述之间相辅相成、互相促进的效果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 运动 模糊 图像 特征 匹配 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910969152.5/，转载请声明来源钻瓜专利网。
