首页 > 论文 > 激光与光电子学进展 > 57卷 > 06期(pp:061003)

用于图匹配的子图学习算法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

图匹配技术是应用于计算机视觉,距离测量和机器学习的有效方法。许多因素会干扰匹配的精度,其中离散值是影响图匹配的关键因素。本文提出了一种基于马尔科夫链蒙特卡罗框架(MCMC)的图像匹配方法,该方法通过构建马尔科夫链,实现子图在状态空间中的迭代,最终得到用于匹配的最优子图。在此过程中,本方法可以在一对一的匹配约束下有效保存成对的匹配点,同时避免了离散值和畸变值的影响。实验分别在合成图像数据集、真实图像数据集、3D模型数据集上展开,实验结果表明本文所提出的方法在图匹配过程中的优越性。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.061003

作者单位:

    天津市南开区天津大学电气自动化与信息工程学院
    天津市南开区天津大学电气自动化与信息工程学院
    天津市南开区天津大学电气自动化与信息工程学院

引用该论文

陈闯,王亚,贾文. 用于图匹配的子图学习算法[J].激光与光电子学进展,2020,57(06):061003.