基于卷积神经网络的局部图像特征描述符算法

• 作者: 石国强 赵霞 郭松 陈凤 陈星洲 陈萌 陈雨佳
• 来源期刊: 上海航天
• 学科: 工学
• 关键词: 图像匹配 特征描述符 深度学习 特征提取 三维重建
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 创新与探索
• 页码范围: 87-92
• 页数: 6页
• 分类号: TP391.41
• 字数: 4036字
• 语种: 中文
• DOI: 10.19328/j.cnki.1006-1630.2020.01.012

摘要

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络.利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配.算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50％以上,特征点的匹配时间缩短了60％以上.相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵霞	同济大学电子与信息工程学院	28	70	4.0	7.0
2	陈萌		28	109	5.0	10.0
3	陈凤		14	72	6.0	8.0
4	石国强	同济大学电子与信息工程学院	2	0	0.0	0.0
5	陈星洲	同济大学电子与信息工程学院	1	0	0.0	0.0
6	陈雨佳	同济大学电子与信息工程学院	1	0	0.0	0.0
7	郭松		1	0	0.0	0.0