基于孪生卷积网络和特征混合的sift误匹配检测方法

摘要

本发明公开了基于孪生卷积网络和特征混合的sift误匹配检测方法，具体为：首先，采用sift算法将待匹配的两幅原始图像进行处理，得到训练集和测试集；并得到样本对应特征点的领域图像，输入到孪生卷积网络，提取领域图像的特征图；然后获取样本对应的sift描述子数据的特征和对应特征点的Harris矩阵，并用全连接层和交叉熵损失函数对融合后的特征进行二分类判断，反向传播更新网络参数，保存训练网络的权重偏置参数；最后将权重偏置参数载入到sift误匹配检测网络中，将待检测的样本数据输入到检测网络，并得出待测样本的预测结果。本发明的方法，大大改善了现有技术中容易出现误判的问题，同时提高了误匹配检测的准确率。