关键词local image descriptors
搜索结果 - 4
- 一个用于改善补丁匹配的大型数据集
我们提出了一个新的数据集,用于学习本地图像描述符,可用于显着改善补丁匹配。此新数据集的训练效果比目前的 Multi-View Stereo (MVS) 数据集更好,并且还提供了补充信息,例如 RGB 补丁、相机参数等。我们使用此数据集训练现 - HPatches:手工和学习型局部描述符的基准测试和评估
本研究提出了一种新的基准测试,旨在评估本地图像描述符,在引入了一个适合训练和测试现代描述符的新大型数据集的基础上,我们介绍了严格定义的评估协议,以便在不同应用场景中进行更现实和可靠的比较,我们评估了几种最先进的描述符的性能,并分析了其性质。
- CVPR局部描述符中的域大小池化技术:DSP-SIFT
本文介绍一种 DSP-SIFT 的图像描述符,采用跨域尺度汇集梯度方向,与空间位置相结合,在宽基线匹配基准测试中优于其他方法,包括那些基于卷积神经网络的方法,尽管其维度相同且无需训练。
- 深度卷积图像描述符分析
本文提出了一种使用 Siamese 结构的深度卷积神经网络,利用 Hinge 嵌入损失函数,以学习局部图像描述符。利用 “fracking” 技巧对正负样本进行探索,得到了远高于 SIFT 和当前最先进技术的结果。