[发明专利]图像特征点的优化方法、装置和设备有效
| 申请号： | 201910337920.5 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110059707B | 公开（公告）日： | 2021-05-14 |
| 发明（设计）人： | 陈志军 | 申请（专利权）人： | 北京小米移动软件有限公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 朱颖;刘芳 |
| 地址： | 100085 北京市海淀区清河*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种图像特征点的优化方法、装置和设备。该方法包括：获取待检测的目标图像中的多个初始的特征点；对多个初始的特征点，采用预配置的迭代方式进行迭代处理，以获取迭代后的多个特征点，其中，预配置的迭代方式为：采用每个特征点对应的CNN模型获取迭代的步长，并根据迭代的步长，对多个特征点进行迭代处理；将迭代后的多个特征点，继续重复上述的预配置的迭代方式，进行预设次数的迭代，直至获取待检测的目标图像对应的多个优化特征点。本发明提供的图像特征点的优化方法、装置和设备，可以提高图像特征点的准确性。 | ||
| 搜索关键词： | 图像 特征 优化 方法 装置 设备 | ||
【主权项】：
1.一种图像特征点的优化方法，其特征在于，包括：获取待检测的目标图像中的多个初始的特征点；对多个初始的特征点，采用预配置的迭代方式进行迭代处理，以获取迭代后的多个特征点；其中，所述预配置的迭代方式为：采用每个特征点对应的卷积神经网络CNN模型获取迭代的步长，并根据所述迭代的步长，对多个特征点进行迭代处理；将迭代后的多个特征点，继续重复上述所述的预配置的迭代方式，进行预设次数的迭代，直至获取所述待检测的目标图像对应的多个优化特征点。
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北京小米移动软件有限公司，未经北京小米移动软件有限公司许可，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/201910337920.5/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
