龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东北大学;江苏曙光光电有限公司
申请日：2024-04-28
公开（公告）日：2024-06-28
公开（公告）号：CN118260441A
主分类号：G06F16/535
分类号：G06F16/535;G06N3/08;G06V10/40;G06V10/774;G06V10/776;G06V10/74;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供一种基于样本挖掘策略和位置一致性验证的场景识别方法，涉及计算机视觉及机器人技术领域。该方法具体包括：获取查询图像和数据库图像并输入预训练的深度神经网络进行特征提取，进而计算查询图像与数据库图像的全局距离和局部距离；基于查询图像与数据库图像的全局距离和局部距离，获取查询图像的最佳正样本和绝对负样本，并构建训练三元组对深度神经网络进行训练得到最终的深度神经网络；利用得到的深度神经网络对查询图像重新进行全局特征提取并计算全局距离，进而从数据库图像中选出K个候选帧图像并采用基于位置一致性验证的重排序算法进行筛选，得到最终匹配图像，从而在视觉场景识别任务中用于提升场景图像的匹配精度。
主权项：1.一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，该方法包括如下步骤：步骤1：获取查询图像q、数据库图像R和预训练的深度神经网络，将查询图像q和数据库图像R输入深度神经网络中，分别得到查询图像q的局部特征和全局特征以及数据库图像R的局部特征和全局特征，进而计算查询图像q与数据库图像R之间的全局距离和局部距离；步骤2：基于查询图像q与数据库图像R的全局距离和局部距离，采用样本挖掘策略获取查询图像q的最佳正样本，采用全局匹配器获取查询图像q的绝对负样本，将查询图像q、最佳正样本和绝对负样本作为训练三元组对深度神经网络进行训练，并利用融合损失函数得到最终的深度神经网络；步骤3：利用步骤2中得到的深度神经网络对查询图像q重新进行全局特征提取并计算全局距离，进而从数据库图像中选出K个候选帧图像，采用基于位置一致性验证的重排序算法对候选帧图像进行筛选，得到查询图像的最终匹配图像。
全文数据：
权利要求：
百度查询： 东北大学;江苏曙光光电有限公司 一种基于样本挖掘策略和位置一致性验证的场景识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号