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。