← 返回列表
基于深度学习的图像快速匹配方法
摘要文本
本发明涉及图像处理技术领域，具体涉及基于深度学习的图像快速匹配方法，包括：建立用于图像匹配的图像数据库，并对其中的不同的图像进行预处理；对图像数据库中每个图像进行每个尺度下的图像显著特征提取；利用图像数据库中每个图像在原始尺度和每个尺寸下的局部显著特征对图像数据库中每个图像进行图像特征检索树的建立；利用深度学习算法结合图像匹配特征检索森林来进行图像的快速匹配，并对图像的匹配结果进行反馈。本发明使得进行图像的匹配过程中计算量越来越少，整体的匹配速度更快。
申请人信息
- 申请人:南京邮电大学
- 申请人地址:210023 江苏省南京市文苑路9号
- 发明人: 南京邮电大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习的图像快速匹配方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311316423.X |
| 申请日 | 2023/10/12 |
| 公告号 | CN117392415A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V10/74 |
| 权利人 | 南京邮电大学 |
| 发明人 | 徐逸飞; 田峰; 任乐然; 徐后龙 |
| 地址 | 江苏省南京市栖霞区亚东新城文苑路9号 |
专利主权项内容
1.基于深度学习的图像快速匹配方法，其特征在于，该方法包括以下步骤：获取待匹配图像和图像数据库；获取图像数据库中每个图像在原始尺度和每个尺寸下的局部显著特征；根据图像数据库中每个图像在原始尺度下的局部显著特征获取图像数据库的所有图像特征检索树，以及每棵图像特征检索树的第一个节点；根据每棵图像特征检索树的第一个节点获取每棵图像特征检索树的第二个节点的第一分支；根据每棵图像特征检索树的第二个节点的第一分支获取每棵图像特征检索树的第三个节点；根据每棵图像特征检索树的第三个节点获取图像数据库中所有完整的图像特征检索树；根据图像数据库中所有完整的图像特征检索树构成图像数据库的图像匹配特征检索森林；利用深度学习算法结合图像数据库的图像匹配特征检索森林完成待匹配图像的快速匹配，获取待匹配图像的图像匹配置信度；根据待匹配图像的图像匹配置信度对图像的匹配结果进行反馈。