您的位置: 专家智库 > >

阳勇

作品数:3 被引量:1H指数:1
供职机构:北京工业大学计算机学院更多>>
发文基金:北京市自然科学基金国家自然科学基金北京市教委科技发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇图像
  • 3篇图像匹配
  • 1篇三角化
  • 1篇目标函数
  • 1篇DELAUN...

机构

  • 3篇北京工业大学

作者

  • 3篇阳勇
  • 2篇李玉鑑
  • 2篇尹创业

传媒

  • 1篇北京工业大学...
  • 1篇计算机工程

年份

  • 1篇2014
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
图像多阶特征对集的最优匹配模型
2013年
针对图像匹配问题,提出了一种图像多阶特征对集的最优匹配模型.图像的多阶特征主要是指一阶、二阶和三阶特征,分别由单个特征点、特征点之间的边或者连接特征点的三角形来定义.最优匹配模型是一个以图像多阶特征为顶点集的加权二分图,其优点是权重参数可以直接计算,并能采用Kuhn-Munkras算法求解最大权对集.实验结果表明,该模型具有很好的鲁棒性,对于视频序列图像和涂鸦图像,即使在存在较大缩放、旋转和仿射变换的情况下,也能获得比较精确的匹配结果,其准确度通常优于OpenCV中著名的Flann和BruteForce匹配算法.
李玉鑑阳勇尹创业
关键词:图像匹配
基于权重学习的图像最大权对集匹配模型被引量:1
2014年
在图匹配模型中权重的设置对匹配性能有很大影响,但直接计算的权重往往不符合匹配图像的实际情况。为此,参照二次分配问题的图匹配学习思想,给出一阶和二阶最大权对集模型的权重学习计算方法。一阶最大权对集模型直接采用图像特征点作为图的顶点,而二阶最大权对集模型则采用某些特征点之间的连接边作为顶点,2个模型都可以通过Kuhn-Munkras算法求解。一阶最大权对集模型在本质上等价于二次分配问题的线性情况。在CMU House数据库上的图像匹配实验结果表明,二阶最大权对集模型优于一阶最大权对集模型,且两者在学习计算时的性能也优于直接计算的情况。
李玉鑑尹创业阳勇
关键词:图像匹配DELAUNAY三角化
图像匹配的多阶特征线性分配模型研究
在计算机视觉领域中,图像匹配的研究主要包括设计优异的图像特征描述方法和良好的匹配策略两个方面。提出健壮性较强的图像特征描述是获得其较高匹配准确度的有效策略,也是定义区分度较为明显的图像特征相似度的重要保证。在拥有良好图像...
阳勇
关键词:图像匹配
共1页<1>
聚类工具0