基于深度迁移学习的线特征描述方法

授权

摘要

本发明涉及一种基于深度迁移学习的线特征描述方法，包括：采集图像并进行预处理、利用已有技术提取图像中的直线、获取正确匹配直线对、确定直线对应的图像块；构建用于线特征描述的卷积神经网络；利用点特征描述网络的参数初始化线特征描述网络的参数；利用线匹配数据集对网络参数进行调整；利用步骤S4获取的网络参数更新CL2‑Net的参数值；重复参数更新步骤，直到参数更新达到指定的次数；获取输入直线的描述子。本发明提供的方法可获得具有较好辨别能力和鲁棒性的描述子。

基本信息

专利标题：

基于深度迁移学习的线特征描述方法

专利标题（英）：

暂无

公开（公告）号：

CN110197254A

申请号：

CN201910340616.6

公开（公告）日：

2019-09-03

申请日：

2019-04-25

授权号：

CN110197254B

授权日：

2022-05-24

发明人：

付苗苗张一帆霍占强

申请人：

中国科学院自动化研究所南京人工智能芯片创新研究院;河南理工大学

申请人地址：

江苏省南京市江宁区创研路266号3号楼3层

代理机构：

北京华夏泰和知识产权代理有限公司

代理人：

孟德栋

优先权：

CN201910340616.6

主分类号：

G06N3/04

IPC分类号：

G06N3/04 G06K9/62