公开(公告)号：CN118015429A

公开(公告)日：2024-05-10

申请号：CN202410278924.1

申请日：2024-03-12

Applicant: 重庆邮电大学

Inventor： 肖斌 ,  赵欢 ,  毕秀丽 ,  刘波

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/44 ,  G06V10/28 ,  G06V10/46 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于边界比特优化的二值描述符学习方法；该方法包括：获取训练图像并对其进行预处理，得到正例对图像和负例对图像；将两种图像对分别对应输入到神经网络的两个分支中进行对比学习，得到训练图像的实值描述符；将实值描述符输入到二值化模块中进行处理，得到二值描述符；计算对比损失；根据对比损失，采用描述符梯度优化模块进行梯度优化，调整模型参数，得到训练好的二值描述符学习模型；使用训练好的二值描述符学习模型得到二值描述符，根据二值描述符得到图像特征匹配结果；本发明解决了网络学习过程中出现的低效用维度问题，可得到更强信息能力与区分能力的二值描述符，进而提高图像匹配的准确性。