上传者: 38623272
|
上传时间: 2022-02-10 15:22:17
|
文件大小: 422KB
|
文件类型: -
匹配问题是是很多计算机视觉应用问题的基础。我考虑到图像会发生大规模的形貌尺度等变化,所以直接训练了一个CNN模型进行参数拟合。特别的,我研究了很多的神经网络框架,主要探索了那些网络结构更胜任图像匹配问题。同时,我也进行了大量的数据测试,结果证明,采用孪生网络进行图像匹配具有非常大的优势。
图1.缩略图。我的目标在于学习一个通用的相似性测度函数,并应用于图像匹配中。为了编码这样一个函数,我大量探索了卷积神经网络结构。为了研究不同网络结构的速度与时间的考量,我研究了当下最普遍的双通道卷积网络、孪生卷积网络、伪孪生网络。图2.我研究的三