基于权重学习的图像最大权对集匹配模型

• 作者: 尹创业 李玉鑑 阳勇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像匹配 权重学习 最大权对集 Kuhn-Munkras算法 Delaunay三角化 二次分配
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 247-251
• 页数: 5页
• 分类号: TP391.41
• 字数: 3631字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.06.053

摘要

在图匹配模型中权重的设置对匹配性能有很大影响,但直接计算的权重往往不符合匹配图像的实际情况.为此,参照二次分配问题的图匹配学习思想,给出一阶和二阶最大权对集模型的权重学习计算方法.一阶最大权对集模型直接采用图像特征点作为图的顶点,而二阶最大权对集模型则采用某些特征点之间的连接边作为顶点,2个模型都可以通过Kuhn-Munkras算法求解.一阶最大权对集模型在本质上等价于二次分配问题的线性情况.在CMU House数据库上的图像匹配实验结果表明,二阶最大权对集模型优于一阶最大权对集模型,且两者在学习计算时的性能也优于直接计算的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉鑑	北京工业大学计算机学院	57	357	10.0	17.0
2	阳勇	北京工业大学计算机学院	2	2	1.0	1.0
3	尹创业	北京工业大学计算机学院	2	2	1.0	1.0