-
公开(公告)号：CN103823887B
公开(公告)日：2017-02-15
申请号：CN201410084319.7
申请日：2014-03-10
Applicant: 北京大学
Abstract: 一种基于低秩全局几何一致性检验的错误匹配检测方法：用SIFT及BoF提取并匹配两幅待比较图像中的特征点；计算两幅图像的平方距离矩阵并将之合并；将合并后的平方距离矩阵分解为一个真实匹配对组成的平方距离矩阵A和一个错误匹配造成的差异矩阵E；计算E矩阵各行列元素之和并排序，并计算排序后各和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的对应特征点对判定为错误匹配对；去掉错误匹配对，根据真实匹配点对计算图像间的相似度，根据相似度大小排序输出图像检索结果。本发明简单高效，仅使用特征的坐标作为唯一输入信息，却能够处理造成重复图片差异的相似性变换，可以正确地检测所有错误匹(56)对比文件Junqiang Wang.etc.Strong GeometryConsistency for Large Scale Partial-Duplicate Image Search《.Proceeding ofthe21st ACM International Conference onMultimedia》.2013,633-636.James Philbin.etc.Object retrievalwith large vocabularies and fast spatialmatching《.IEEE Conference on ComputerVision and Pattern Recognition》.2007,1-8.
-
Patent Agency Ranking
公开(公告)号：CN103823887A
公开(公告)日：2014-05-28
申请号：CN201410084319.7
申请日：2014-03-10
Applicant: 北京大学
CPC classification number: G06F17/30256 , G06K9/46
Abstract: 一种基于低秩全局几何一致性检验的错误匹配检测方法：用SIFT及BoF提取并匹配两幅待比较图像中的特征点；计算两幅图像的平方距离矩阵并将之合并；将合并后的平方距离矩阵分解为一个真实匹配对组成的平方距离矩阵A和一个错误匹配造成的差异矩阵E；计算E矩阵各行列元素之和并排序，并计算排序后各和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的对应特征点对判定为错误匹配对；去掉错误匹配对，根据真实匹配点对计算图像间的相似度，根据相似度大小排序输出图像检索结果。本发明简单高效，仅使用特征的坐标作为唯一输入信息，却能够处理造成重复图片差异的相似性变换，可以正确地检测所有错误匹配对。
-
公开(公告)号：CN105551022A
公开(公告)日：2016-05-04
申请号：CN201510888480.4
申请日：2015-12-07
Applicant: 北京大学
CPC classification number: G06T3/0006
Abstract: 本发明公布了一种基于形状交互矩阵(SIM)的图像错误匹配检验方法，通过两幅图像之间匹配的特征点对计算得到两幅图像关于标准化齐次坐标的两个形状交互矩阵，通过欧氏距离法或余弦相似法计算两个形状交互矩阵逐列之间的差异，得到两幅图像的错误匹配对。在去除错误匹配后，可利用剩余的正确匹配对，针对不同应用背景做进一步的处理。本发明提供的方法可应用于图像检索、三维点云配准和图像或视频中的物体识别等领域，扩展了应用范围；模型简单，理论性好，对于仿射几何变换具有较强的鲁棒性，实时性能显著，适用于对实时性要求较高的应用场合。
-
公开(公告)号：CN105551022B
公开(公告)日：2018-03-30
申请号：CN201510888480.4
申请日：2015-12-07
Applicant: 北京大学
Abstract: 本发明公布了一种基于形状交互矩阵(SIM)的图像错误匹配检验方法，通过两幅图像之间匹配的特征点对计算得到两幅图像关于标准化齐次坐标的两个形状交互矩阵，通过欧氏距离法或余弦相似法计算两个形状交互矩阵逐列之间的差异，得到两幅图像的错误匹配对。在去除错误匹配后，可利用剩余的正确匹配对，针对不同应用背景做进一步的处理。本发明提供的方法可应用于图像检索、三维点云配准和图像或视频中的物体识别等领域，扩展了应用范围；模型简单，理论性好，对于仿射几何变换具有较强的鲁棒性，实时性能显著，适用于对实时性要求较高的应用场合。
-
公开(公告)号：CN103823889A
公开(公告)日：2014-05-28
申请号：CN201410084657.0
申请日：2014-03-10
Applicant: 北京大学
CPC classification number: G06F17/30256 , G06K9/64
Abstract: 一种基于L1范数全局几何一致性检验的错误匹配检测方法：使用尺度不变特征变换及词袋模型来提取并匹配两幅图像中的特征点；计算两幅图像的平方距离矩阵；使用黄金分割搜索法来求解：minλ>0||D1-λ.D2||1；计算差异矩阵E=||D1-λ*.D2||1；计算E矩阵各行元素之和并从大到小排序，并计算排序后各行和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的，则该行所对应特征点对被判定为错误匹配对；去掉错误匹配对后，再根据两幅图像的真实匹配点对来计算图像间的相似度，继而根据相似度由大到小排序输出图像检索结果。本发明允许相似图像间存在复杂背景、部分遮挡以及各种相似几何变换；只利用了特征点的坐标信息，非常简单且高效。
-
公开(公告)号：CN103823889B
公开(公告)日：2017-02-01
申请号：CN201410084657.0
申请日：2014-03-10
Applicant: 北京大学
Abstract: 一种基于L1范数全局几何一致性检验的错误匹配检测方法：使用尺度不变特征变换及词袋模型来提取并匹配两幅图像中的特征点；计算两幅图像的平方距离矩阵；使用黄金分割搜索法来求解：minλ>0||D1-λ.D2||1；计算差异矩阵E=||D1-λ*.D2||1；计算E矩阵各行元素之和并从大到小排序，并计算排序后各行和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的，则该行所对应特征点对被判定为错误匹配对；去掉错误匹配对后，再根据两幅图像的真实匹配点对来计算图像间的相似度，继而根据相似度由大到小排序输出图像检索结果。本发明允许相似图像间存在复杂背景、部分遮挡以及各种相似几何变换；只利用了特征点的坐标信息，非常简单且高效。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
