公开(公告)号：CN112396089B

公开(公告)日：2023-04-07

申请号：CN202011125890.0

申请日：2020-10-20

Applicant: 中国地质大学(武汉)

Inventor： 陈珺 ,  顾越 ,  罗林波 ,  龚文平 ,  王永涛 ,  宋俊磊

IPC: G06V10/75 ,  G06V10/774 ,  G06V10/84 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于LFGC网络和压缩激励模块的图像匹配方法，获取图像，所述图像中，一部分作为训练集，一部分作为验证集，剩下的一部分作为测试集；将压缩激励模块融入LFGC网络中，构建用于图像匹配的网络模型；利用作为训练集的图像对所述用于图像匹配的网络模型进行训练，获得训练好的用于图像匹配的网络模型；利用所述训练好的用于图像匹配的网络模型对待匹配图像进行匹配，获得待匹配图像的匹配结果。本发明可以使用全局信息来有选择地强调信息丰富的特征，并抑制无用特征，并提高了网络的表征能力。

公开(公告)号：CN112396089A

公开(公告)日：2021-02-23

申请号：CN202011125890.0

申请日：2020-10-20

Applicant: 中国地质大学(武汉)

Inventor： 陈珺 ,  顾越 ,  罗林波 ,  龚文平 ,  王永涛 ,  宋俊磊

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于LFGC网络和压缩激励模块的图像匹配方法，获取图像，所述图像中，一部分作为训练集，一部分作为验证集，剩下的一部分作为测试集；将压缩激励模块融入LFGC网络中，构建用于图像匹配的网络模型；利用作为训练集的图像对所述用于图像匹配的网络模型进行训练，获得训练好的用于图像匹配的网络模型；利用所述训练好的用于图像匹配的网络模型对待匹配图像进行匹配，获得待匹配图像的匹配结果。本发明可以使用全局信息来有选择地强调信息丰富的特征，并抑制无用特征，并提高了网络的表征能力。