基于多尺度残差网络的单应估计方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：单应估计是许多计算机视觉任务中一个基础且重要的步骤。传统单应估计方法基于特征点匹配，难以在弱纹理图像中工作。深度学习已经应用于单应估计以提高其鲁棒性，但现有方法均未考虑到由于物体尺度差异导致的多尺度问题，所以精度受限。针对上述问题，提出了一种用于单应估计的多尺度残差网络。该网络能够提取图像的多尺度特征信息，并使用多尺度特征融合模块对特征进行有效融合，此外还通过估计四角点归一化偏移进一步降低了网络优化难度。（剩余16638字）

试读结束

目录
monitor