欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021110169976
申请人: 禾多科技(广州)有限公司
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种图像匹配方法,包括:

获取初始图像集合;

对所述初始图像集合中的每张初始图像进行图像变换,以生成目标图像,得到目标图像集合;

分别将所述初始图像集合和所述目标图像集合,输入预先训练的目标检测网络,以生成第一特征点信息组集合和第二特征点信息组集合,其中,所述第一特征点信息组集合中的第一特征点信息包括:特征点置信度和特征点描述子,所述第二特征点信息组集合中的第二特征点信息包括:特征点置信度和特征点描述子;

根据所述第一特征点信息组集合和所述第二特征点信息组集合,对所述初始图像集合中的初始图像和所述目标图像集合中的目标图像进行图像匹配,得到至少一个匹配结果;

其中,所述目标检测网络通过以下步骤训练得到:

对初始图像训练样本集合中的每个初始图像训练样本进行单应性变换操作,以生成单应性变换图像样本组,得到单应性变换图像样本组集合;

构建合成图像集合;

根据所述合成图像集合,对初始检测网络进行训练;

响应于所述初始检测网络训练完成,将单应性变换图像样本组集合中的每个单应性变换图像样本组,输入训练完成的初始检测网络,以生成第一热力图像组,得到第一热力图像组集合;

对所述第一热力图像组集合中的每张第一热力图像进行反单应性变换,以生成第二热力图像,得到第二热力图像组集合;

对所述第二热力图像组集合中的每组第二热力图像组中的各个第二热力图像进行叠加,以生成目标热力图,得到目标热力图集合;

确定所述目标热力图集合中的每张目标热力图对应的特征点标识组,得到特征点标识组集合;

根据所述初始图像训练样本集合中的每个初始图像训练样本和所述初始图像训练样本对应的特征点标识组,生成目标训练样本,得到目标训练样本集合;

根据所述目标训练样本集合,对初始的目标检测网络进行训练,以生成所述目标检测网络。

2.根据权利要求1所述的方法,其中,所述分别将所述初始图像集合和所述目标图像集合,输入预先训练的目标检测网络,以生成第一特征点信息组集合和第二特征点信息组集合,包括:将所述初始图像集合中的每张初始图像,输入所述预先训练的目标检测网络,以生成第一特征点信息组,得到所述第一特征点信息组集合;

将所述目标图像集合中的每张目标图像,输入所述预先训练的目标检测网络,以生成第二特征点信息组,得到所述第二特征点信息组集合。

3.根据权利要求2所述的方法,其中,所述目标检测网络包括:图像编码网络、特征点生成网络和描述子生成网络,所述特征点生成网络包括:第一卷积层和特征重构层;所述描述子生成网络包括:第二卷积层、特征插值处理网络和特征标准化层,所述特征点生成网络采用目标激活函数作为激活函数;以及所述将所述初始图像集合中的每张初始图像,输入所述预先训练的目标检测网络,以生成第一特征点信息组,包括:将所述初始图像输入所述图像编码网络,以生成第一特征图。

4.根据权利要求3所述的方法,其中,所述将所述初始图像集合中的每张初始图像,输入所述预先训练的目标检测网络,以生成第一特征点信息组,还包括:将所述第一特征图输入所述第一卷积层,以生成第二特征图;

通过所述目标激活函数对上述第二特征图进行非线性操作,以生成第三特征图;

将所述第三特征图输入所述特征重构层,以生成第四特征图;

根据所述第四特征图,生成所述第一特征点信息组中的第一特征点信息包括的特征点置信度,其中,所述第一特征点信息组中的第一特征点信息包括的特征点置信度,为所述初始图像包括的多个特征点对应的置信度。

5.根据权利要求3所述的方法,其中,所述将所述初始图像集合中的每张初始图像,输入所述预先训练的目标检测网络,以生成第一特征点信息组,还包括:将所述第一特征图输入所述第二卷积层,以生成第五特征图;

将所述第五特征图输入所述特征插值处理网络,以生成第六特征图;

将所述第六特征图输入所述特征标准化层,以生成第七特征图;

根据所述第七特征图,生成所述第一特征点信息组中的第一特征点信息包括的特征点描述子,其中,所述第一特征点信息组中的第一特征点信息包括的特征点描述子,为所述初始图像包括的多个特征点对应的描述子。

6.根据权利要求5所述的方法,其中,所述目标检测网络采用目标损失函数,所述目标损失函数包括:特征点损失函数和描述子损失函数,所述特征点损失函数为焦点损失函数,所述描述子损失函数为铰链损失函数。

7.一种图像匹配装置,包括:

获取单元,被配置成获取初始图像集合;

变换单元,被配置成对所述初始图像集合中的每张初始图像进行图像变换,以生成目标图像,得到目标图像集合;

输入单元,被配置成分别将所述初始图像集合和所述目标图像集合,输入预先训练的目标检测网络,以生成第一特征点信息组集合和第二特征点信息组集合,其中,所述第一特征点信息组集合中的第一特征点信息包括:特征点置信度和特征点描述子,所述第二特征点信息组集合中的第二特征点信息包括:特征点置信度和特征点描述子;

匹配单元,被配置成根据所述第一特征点信息组集合和所述第二特征点信息组集合,对所述初始图像集合中的初始图像和所述目标图像集合中的目标图像进行图像匹配,得到至少一个匹配结果;

其中,所述目标检测网络通过以下步骤训练得到:对初始图像训练样本集合中的每个初始图像训练样本进行单应性变换操作,以生成单应性变换图像样本组,得到单应性变换图像样本组集合;构建合成图像集合;根据所述合成图像集合,对初始检测网络进行训练;

响应于所述初始检测网络训练完成,将单应性变换图像样本组集合中的每个单应性变换图像样本组,输入训练完成的初始检测网络,以生成第一热力图像组,得到第一热力图像组集合;对所述第一热力图像组集合中的每张第一热力图像进行反单应性变换,以生成第二热力图像,得到第二热力图像组集合;对所述第二热力图像组集合中的每组第二热力图像组中的各个第二热力图像进行叠加,以生成目标热力图,得到目标热力图集合;确定所述目标热力图集合中的每张目标热力图对应的特征点标识组,得到特征点标识组集合;根据所述初始图像训练样本集合中的每个初始图像训练样本和所述初始图像训练样本对应的特征点标识组,生成目标训练样本,得到目标训练样本集合;根据所述目标训练样本集合,对初始的目标检测网络进行训练,以生成所述目标检测网络。

8.一种电子设备,包括:

一个或多个处理器;

存储装置,其上存储有一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。

9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。