公开(公告)号：CN116310416B

公开(公告)日：2024-12-20

申请号：CN202310175543.6

申请日：2023-02-28

Applicant: 苏州大学

Inventor： 吴澄 ,  盛洁 ,  张瑾 ,  袁浩 ,  陈一豪

IPC: G06V10/74 ,  G06V10/82 ,  G06V10/40 ,  G06N3/08

Abstract: 本发明涉及一种基于Radon变换的可变形物体相似度检测方法及电子设备，方法包括：步骤S1：获取柔性物体形变前的第一图像，以及柔性物体形变后的第二图像；步骤S2：通过Radon变换分别对所述第一图像和第二图像进行转换，得到第一Radon变换特征图和第二Radon变换特征图；步骤S3：将所述第一Radon变换特征图和第二Radon变换特征图输入深度神经网络，通过深度神经网络计算所述第一Radon变换特征图和第二Radon变换特征图之间的相似度分数；步骤S4：通过所述相似度分数来判别柔性物体形变前和柔性物体形变后的相似度。本发明能够对形变前后的柔性物体进行有效识别。

公开(公告)号：CN116310416A

公开(公告)日：2023-06-23

申请号：CN202310175543.6

申请日：2023-02-28

Applicant: 苏州大学

Inventor： 吴澄 ,  盛洁 ,  张瑾 ,  袁浩 ,  陈一豪

IPC: G06V10/74 ,  G06V10/82 ,  G06V10/40 ,  G06N3/08

Abstract: 本发明涉及一种基于Radon变换的可变形物体相似度检测方法及电子设备，方法包括：步骤S1：获取柔性物体形变前的第一图像，以及柔性物体形变后的第二图像；步骤S2：通过Radon变换分别对所述第一图像和第二图像进行转换，得到第一Radon变换特征图和第二Radon变换特征图；步骤S3：将所述第一Radon变换特征图和第二Radon变换特征图输入深度神经网络，通过深度神经网络计算所述第一Radon变换特征图和第二Radon变换特征图之间的相似度分数；步骤S4：通过所述相似度分数来判别柔性物体形变前和柔性物体形变后的相似度。本发明能够对形变前后的柔性物体进行有效识别。