典型文献
基于深度学习的双目立体视觉图像特征点匹配方法
文献摘要：
针对传统匹配方法分割图像中特征点的权值信息,导致最终匹配过程运行时间较长,针对该问题,设计一种基于深度学习的双目立体视觉图像特征点匹配方法.在选定双目立体视觉图像中的像素点作为处理中心,预处理视觉图像特征,采用随机森林处理方法推断图像中的特征信息,分割图像属性后,利用深度学习方法提取图像特征点,固定处理方向.设定描述梯度,最终实现图像特征点的匹配.随机选定图像数据集作为处理对象,标定图像的特征点后,准备两种传统匹配方法以及设计匹配方法进行实验,结果表明:设计的特征点匹配方法实际所需的运行时间最短.
文献关键词：
深度学习;双目立体视觉;图像特征点;运行时间
中图分类号：
作者姓名：
李纪鑫;赫磊;任高明
作者机构：
陕西国防工业职业技术学院计算机与软件学院,西安710300
文献出处：
引用格式：
[1]李纪鑫;赫磊;任高明-.基于深度学习的双目立体视觉图像特征点匹配方法)[J].自动化与仪器仪表,2022(02):57-60
A类：
B类：
双目立体视觉,视觉图像,图像特征点,特征点匹配,匹配方法,权值,运行时间,像素点,处理中心,特征信息,深度学习方法,图像数据集,设计匹配,时间最短
AB值：
0.168622
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
