[发明专利]一种基于深度学习的局部特征提取方法有效
| 申请号： | 202110611600.1 | 申请日： | 2021-06-02 |
| 公开（公告）号： | CN113361542B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 刘晓平;蔡有城;李琳;王冬;黄鑫涛 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06V10/40 | 分类号： | G06V10/40;G06V10/774;G06V10/75;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 西安赛嘉知识产权代理事务所(普通合伙) 61275 | 代理人： | 王伟超 |
| 地址： | 230009 安徽省*** | 国省代码： | 安徽;34 |
| 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局部特征提取方法，包括以下步骤：首先进行网络训练，在图像数据集MS‑COCO上训练预先构建的网络，数据集被分割成一个训练集和一个验证集，分别包含82783和40504张图像，网络包括描述器、检测器和损失函数，其中：所述描述器包括单应性卷积网络(HCN)和特征描述，所述描述器对原始图像进行操作，最终获得与原始图像分辨率大小相同的稠密描述符，所述检测器包括检测器CNN网络和关键点提取，所述检测器对所述HCN得到的张量F进行操作，最终获得稀疏的关键点位置，通过将检测步骤推迟到描述之后，从而获得更稳定的关键点，相比传统的非机器学习方式我们的方法具有更灵活的特征寻找过程，获得大量关键点的同时提高特征提取精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 局部 特征 提取 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合肥工业大学，未经合肥工业大学许可，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/202110611600.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种移频室分覆盖系统及方法
- 下一篇：一种麻醉科喷雾装置
