一种基于CNN的图像局部特征检测与描述方法

发明专利有效专利

申请号：
CN201911307649.7
IPC分类号：G06K9/46G06K9/62G06N3/04
申请日期：
2019-12-18
申请人：
南京航空航天大学

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CNN的图像局部特征检测与描述方法
申请号	CN201911307649.7	申请日期	2019-12-18
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-11	公开/公告号	CN111652240A
优先权	暂无	优先权号	暂无
主分类号	G06K9/46 ? 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〕 G06K9/36 图像预处理，即无须判定关于图像的同一性而进行的图像信息处理〔3〕 G06K9/46 图像特征或特性的抽取〔3〕	IPC分类号	G06K9/46;G06K9/62;G06N3/04查看分类表>
申请人	南京航空航天大学	申请人地址	江苏省南京市江宁区将军大道*** 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	南京航空航天大学	当前权利人	南京航空航天大学
发明人	黎宁;李亚红;宋子昂;徐帆;梅劲松;朱江;夏宝前
代理机构	江苏圣典律师事务所	代理人	贺翔

摘要

本发明公开了一种基于CNN的图像局部特征检测与描述方法。首先生成简单几何图形，标记其角点为关键点，形成合成数据集，然后改进MagicPoint基础网络，使用合成数据集训练关键点检测器。为弥补合成图像数据集与真实图像数据集的差距，对真实图像(COCO数据集)进行多次单应变换并用关键点检测器预测关键点，将多次单应变换结果合并，最终得到真实图像的关键点标签。使用有标签的真实图像数据集对关键点和描述符进行端到端的训练，对一张输入图像，可同时完成关键点检测与描述符生成。该技术能够在光照变化大的场景下依旧检测出较多鲁棒性好的关键点，提高后期图像匹配等任务的准确性，具有较强的实用性和广阔的应用前景。

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