一种基于深度语义对齐网络模型的图像匹配方法

发明专利有效专利

申请号：
CN202110516741.5
IPC分类号：G06K9/62;G06K9/46;G06N3/04;G06N3/08
申请日期：
2021-05-12
申请人：
北京大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度语义对齐网络模型的图像匹配方法
申请号	CN202110516741.5	申请日期	2021-05-12
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-27	公开/公告号	CN113313147A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京大学	申请人地址	北京市海淀区颐和园路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京大学	当前权利人	北京大学
发明人	吕肖庆;瞿经纬;王天乐
代理机构	北京万象新悦知识产权代理有限公司	代理人	黄凤茹

摘要

本发明公布了一种基于深度语义对齐网络模型的图像匹配方法，通过建立对象位置感知的语义对齐网络模型OLASA，逐步估计两个语义相似图像之间的对齐；采用三重采样策略训练网络模型OLASA，通过潜在对象协同定位POCL、仿射变换回归ATR、双向薄板样条回归TTPS三个子网络Ntran，Naffi和Nttps，分别估计平移、仿射变换和样条变换；再通过分层建立和优化图像之间的对齐关系，得到图像匹配结果。利用本发明提供的技术方案，可提高位置差异较大的图像对齐效果，提高图像匹配的准确度。本发明可应用于计算机视觉领域的目标跟踪、语义分割和多视点三维重建等应用中。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供