特征匹配

摘要： 针对现有双目视觉测距方法中存在的精度低、抗干扰能力弱、鲁棒性差等问题,提出一种基于深度学习图像特征匹配的双目深度测距方法。首先将双目图像通过一个自监督训练的特征提取网络,通过两个解码器获取双目图像的特征点与描述符,然后根据描述符进行特征点的匹配以获取视差,最后根据双目相机的相似三角形原理获取目标的真实深度。在KITTI数据集上的验证实验结果表明,建立的特征提取网络性能优于传统方法与其他基于深度学习的方法。双目测距实验结果表明,该方法在20~150cm范围内的平均误差为0.58%,满足精确测距要求。

摘要： 提出了采用SURF特征匹配的方法对钻杆接头目标识别的控制方法。对钻杆接头获取目标图片后进行工作环境干扰模拟和自身工作状态模拟预处理,以提高仿真实验的真实准确度,便于更好地对不同环境和工作状态的目标特征的匹配识别。对预处理后的钻杆接头图像采用SURF特征提取匹配的方法进行图像目标识别,模拟实验中主要对SURF特征匹配阈值和匹配特征点的数量进行了学习。实验结果表明,文中提出的图像目标识别方法效果较好,为井口自动化工具的全自动化、智能化控制提供一种思路,具有一定的参考价值和借鉴意义。

摘要： 针对结构相似、纹理重复的场景中特征匹配结果存在特征误匹配率较高的问题,采用密度聚类分析,提出一种基于逆近邻与影响空间的误匹配剔除方法.首先依据初始特征匹配候选集,利用特征匹配的全局信息构建特征匹配集,充分体现特征匹配对间的局部相似性、几何与运动一致性;然后采用基于逆近邻与影响空间的密度聚类分析,利用可扩展半径方法构造特征匹配聚类簇,并消除特征匹配聚类簇中的噪声点,从而有效地剔除了特征匹配集中的误匹配对.在标准DTU与古建筑数据集上的实验结果表明,与其他方法相比,该方法的平均精度、平均召回率和平均F分数均超过90%.

摘要： 在分析电力杆塔点云特征基础上结合特征点描述要求,提出了基于距离直方图和角度直方图相似性的点云特征,实现了对点云的快速配准。针对点云数目和密度较小的点云数据,基于距离直方图和角度直方图特征的点云配准方法比传统的基于FPFH特征的点云配准方法的配准精度和配准效率更高。

摘要： 为了解决机器人在弱光环境下可能出现的自身定位不准确及建图不完整的情况,采用了一种基于弱光环境下图像增强的方法对相机采集到的图像进行预处理,提高图像的亮度和清晰度,对增强后的图像用ORB算法提取和匹配特征点,使用Hamming距离筛选法进行特征点的误匹配处理。实验结果表明:本优化算法有效地增加了弱光环境下的特征点提取数量,并且经本算法优化后的三维点云图质量更高。

摘要： 针对人脸角度、姿态和表情复杂多变,导致人脸面部表情识别准确率较低的问题,提出基于距离限定优化的多姿态人脸图像智能识别方法。根据人脸图像特征类别进行标号并调整图像角度等值,借助向量内积确定人脸图像特征相似程度,提取人脸图像特征;采用离散化处理人脸图像特征,构建特征矩阵,将人脸图像特征分量中维度作为条件属性,采用粗糙集近似约简法对所得特征向量降维处理;通过边界值和阈值优化特征向量距离,采集不同姿态特征向量,生成多种姿态人脸图像库,将待测人脸图像特征与人脸特征姿态库中图像相匹配,通过匹配结果相似程度判定二者是否为同一对象,完成人脸识别全过程。实验结果证明,采用所提识别方法对多姿态人脸图像识别的准确率较高,鲁棒性更好。

摘要： 针对随机采样一致性(random sample consensus,RANSAC)算法在快速去除错误匹配时因随机性导致算法效率较低的问题,提出一种采用顺序采样一致性(progressive sample consensus,PROSAC)算法来改进ORB-SLAM2框架中的错误匹配删除方法。通过利用特征点的匹配质量对特征点进行预排序,减少图像匹配过程中的迭代次数;提出基于最大化割归一化割算法(normalized cuts and image segmentation,Ncut)的全局BA分段优化算法,以降低计算复杂度。通过数据集验证,结果表明:优化后的即时定位与地图构建(simultaneous localization and mapping,SLAM)系统在保持绝对轨迹和相对位姿误差同ORB-SLAM2基本一致的情况下,相同图像的错误匹配去除的效率提升了50%,证明了该算法的有效性。

摘要： 针对基于SIFT特征匹配的图像篡改检测算法存在篡改区域定位不清晰,以及SIFT误匹配现象会对篡改区域分辨造成干扰的问题,提出一种基于数学形态学和特征匹配的图像篡改区域定位方法。首先在尺度空间上对图像进行极值检测,对图像特征关键点进行定位,确定图像梯度方向,形成特征点描述子;然后基于欧式距离对特征描述子进行两两匹配形成块匹配,以进行篡改区域粗略定位,并通过数学形态学方法去除冗余匹配块;随后提取疑似区域对的SIFT特征点,对SIFT特征矩阵进行主成分分析(PCA)降维后进行特征点匹配,使用相关性系数对匹配的特征点进行提纯;最后根据匹配的特征点的分布对篡改区域进行重新定位,精确定位复制-粘贴区域。实验选取1组有代表性的图像,加入复制-粘贴和旋转缩放攻击后进行检测。结果表明:所提算法能够更精确地对复制-粘贴篡改区域的位置进行定位,对图像复制-粘贴篡改检测具有更高的准确性。

摘要： 提出了一种基于人脸特征识别的增强现实的个性化眼镜匹配算法。针对人的脸部特征,采用了人脸识别技术,能够准确定位到摄像头下的人脸的形状特征。在获得人脸的特征点之后,根据人脸特征进行眼镜素材模型的位置增强绑定,并通过相应的图像处理模块,对已有的眼镜素材模型进行人脸特征点匹配的调整操作,根据检测到的人脸大小及位置进行调整,使得该算法能够应用于摄像设备下移动人脸的眼镜模型匹配的动态增强现实图像的呈现。实验结果表明,针对不同种类的眼镜,以及不同类型的人脸,该算法能够有效应用于动态人脸的个性化眼镜的匹配呈现,效果显示较好,部分眼镜匹配效果甚至与真实的眼镜效果无异,增强现实环境中更为直观。

摘要： 在基于三维激光扫描点云数据的钢结构数字虚拟预拼装中,现有方法大多数均为基于点特征匹配的方式,该方法存在自动化程度低、精度差且不能完全适用于钢结构桥梁预拼装的问题。为此,本文提出了一种基于底面特征匹配的方式,以实现钢结构桥梁的数字化虚拟预拼装。该方法首先提取两拼装构件的底面特征,然后基于提取的底面特征实现两构件的数字化虚拟预拼装。采用两相邻点云构件对所提方法进行实验验证,结果表明,所提方法能有效实现钢结构桥梁构件的虚拟预拼装,具有较高拼接精度,且人工干预少、自动化程度高。所提方法对大型钢结构桥梁的数字化虚拟预拼装具有一定的借鉴作用。

摘要： 提出了一种基于人脸图像特征匹配的美发设计方法.首先,根据人脸特征进行初步定位,通过面积大小判断是否为人脸目标;其次,运用像素值特征、形状特征并辅之于一定的约束条件方法进行人脸轮廓提取;最后,在发型库支持下完成对不同发型做相应的发型匹配处理.实验结果表明,所设计方法在处理拥有多张人脸且信噪比较高的图像时,对人脸目标依旧可以准确定位;在曝光条件较优的前提下,所设计的新发型与原始图片从视觉角度上看显得很自然.

摘要： 由于公益广告的重要性,国家出台一系列扶持政策.对公益广告进行传播分析,跟踪优秀作品的生命力、影响力、传播范围将有助于扶持政策的落实.本文设计并实现了基于视频指纹技术的公益广告传播分析系统,以2016年10月长征主题公益广告分析,3500多条结果通过特征匹配聚类为42条并准确定位频道及播出时间,从而得到传播范围最广、播出频道最多、播出次数最多的公益广告.文章最后根据分析过程中发现的问题提出了系统性能优化及改进方案.

摘要： 计算机软件技术不断发展过程中,漏洞的出现无法避免,快速识别漏洞是保护计算机系统的关键.现有识别漏洞的方法多数是基于源代码的,即使基于二进制层面的方法也只是在单一指令架构上完成.针对以上问题,文章提出一种高效搜索二进制代码漏洞的方法.将不同指令架构的汇编代码规范化,提取漏洞特征与二进制文件特征,通过特征匹配算法找出二进制文件中存在漏洞之处.实验表明,该方法能够准确找到样例中存在的已知漏洞,如OpenSSL库中的Heartbleed漏洞、BusyBox中的提权漏洞以及路由器固件中存在的后门.

摘要： 出勤率对于企业,办公场所,大学课堂十分重要,良好的出勤率既可以保证工作稳定有序的运行,也能提高成员的工作热情;同时这些场所也是安全意识亟待提高的重灾区,在大学的实验室,企业的办公楼失窃事件屡见不鲜.本文针对实验室成员考勤以及实验室安全的具体场景,在MTCNN训练模型上增强鲁棒性,在传统的优秀视觉算法局部二进制编码直方图(LBPH)的基础上,加以改进,提出基于敏感特征识别的SLBPH算法,在数据测试集FEI和CASIA FACEV5上识别率均有明显提高,可以在CPU上高速准确识别多数人员,并进行后台签到;对于陌生成员,有提取面部图像功能并标识.

摘要： 出勤率对于企业,办公场所,大学课堂十分重要,良好的出勤率既可以保证工作稳定有序的运行,也能提高成员的工作热情;同时这些场所也是安全意识亟待提高的重灾区,在大学的实验室,企业的办公楼失窃事件屡见不鲜.本文针对实验室成员考勤以及实验室安全的具体场景,在MTCNN训练模型上增强鲁棒性,在传统的优秀视觉算法局部二进制编码直方图(LBPH)的基础上,加以改进,提出基于敏感特征识别的SLBPH算法,在数据测试集FEI和CASIA FACEV5上识别率均有明显提高,可以在CPU上高速准确识别多数人员,并进行后台签到;对于陌生成员,有提取面部图像功能并标识.

摘要： 出勤率对于企业,办公场所,大学课堂十分重要,良好的出勤率既可以保证工作稳定有序的运行,也能提高成员的工作热情;同时这些场所也是安全意识亟待提高的重灾区,在大学的实验室,企业的办公楼失窃事件屡见不鲜.本文针对实验室成员考勤以及实验室安全的具体场景,在MTCNN训练模型上增强鲁棒性,在传统的优秀视觉算法局部二进制编码直方图(LBPH)的基础上,加以改进,提出基于敏感特征识别的SLBPH算法,在数据测试集FEI和CASIA FACEV5上识别率均有明显提高,可以在CPU上高速准确识别多数人员,并进行后台签到;对于陌生成员,有提取面部图像功能并标识.

摘要： 出勤率对于企业,办公场所,大学课堂十分重要,良好的出勤率既可以保证工作稳定有序的运行,也能提高成员的工作热情;同时这些场所也是安全意识亟待提高的重灾区,在大学的实验室,企业的办公楼失窃事件屡见不鲜.本文针对实验室成员考勤以及实验室安全的具体场景,在MTCNN训练模型上增强鲁棒性,在传统的优秀视觉算法局部二进制编码直方图(LBPH)的基础上,加以改进,提出基于敏感特征识别的SLBPH算法,在数据测试集FEI和CASIA FACEV5上识别率均有明显提高,可以在CPU上高速准确识别多数人员,并进行后台签到;对于陌生成员,有提取面部图像功能并标识.

摘要： 出勤率对于企业,办公场所,大学课堂十分重要,良好的出勤率既可以保证工作稳定有序的运行,也能提高成员的工作热情;同时这些场所也是安全意识亟待提高的重灾区,在大学的实验室,企业的办公楼失窃事件屡见不鲜.本文针对实验室成员考勤以及实验室安全的具体场景,在MTCNN训练模型上增强鲁棒性,在传统的优秀视觉算法局部二进制编码直方图(LBPH)的基础上,加以改进,提出基于敏感特征识别的SLBPH算法,在数据测试集FEI和CASIA FACEV5上识别率均有明显提高,可以在CPU上高速准确识别多数人员,并进行后台签到;对于陌生成员,有提取面部图像功能并标识.

摘要： 目前PGC/UGC视频面临着重复推广、重复付费等问题,需要向PGC/UGC的制作人提供版权保护的服务.通过基于特征的视频、音频匹配技术提供了视频匹配的工具,并通过基于哈希化的算法提供了索引,使在海量数据中快速查到匹配视频成为可能.

摘要： 目前PGC/UGC视频面临着重复推广、重复付费等问题,需要向PGC/UGC的制作人提供版权保护的服务.通过基于特征的视频、音频匹配技术提供了视频匹配的工具,并通过基于哈希化的算法提供了索引,使在海量数据中快速查到匹配视频成为可能.

摘要： 一种计算系统将各个参考指纹进行比较，所述参考指纹各自表示在不同的相应已知信道上广播的参考媒体流，并且所述计算系统确定多个所述参考指纹彼此匹配，从而限定了所述匹配的参考指纹的多匹配组。作为响应，所述计算系统标识可限定所述参考指纹之间的区别的指纹特征，并且所述计算系统基于所述标识的特征解决了所述多匹配，从而确定承载正在由所述媒体呈现设备渲染的所述媒体流的所述信道。并且所述服务器随后基于所述确定的信道来采取信道特定动作。

摘要： 一种计算系统将各个参考指纹进行比较，所述参考指纹各自表示在不同的相应已知信道上广播的参考媒体流，并且所述计算系统确定多个所述参考指纹彼此匹配，从而限定了所述匹配的参考指纹的多匹配组。作为响应，所述计算系统标识可限定所述参考指纹之间的区别的指纹特征，并且所述计算系统基于所述标识的特征解决了所述多匹配，从而确定承载正在由所述媒体呈现设备渲染的所述媒体流的所述信道。并且所述服务器随后基于所述确定的信道来采取信道特定动作。

摘要： 本发明涉及一种基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法。该方法根据贝叶斯原理，建立匹配图像A与B之间的引导匹配策略模型、建立图像A与B中所在邻域内向量长度比及其夹角之间的软指派表达式并依据邻域拓扑加权一致性进行平滑性判断以及根据两幅图像中所选择的向量的长度比和其夹角以及多尺度K邻域的方法构造寻求最小代价的数学模型。本发明的图像匹配方法在精度、召回和F值这三个指标方面表现较好，因此本发明图像匹配方法具有良好的应用前景，可应用于三维重建和快速地实现无人机遥感图像的拼接等领域中。

摘要： 本发明提供一种基于地形特征匹配的水下地形匹配导航方法，处理先验地图，求出高度的梯度值，利用梯度的大小筛选出实际为较为陡峭的点作为特征点，将这些特征点的梯度进行霍夫变换得到特征的长度及位置，写入实际特征信息库。处理多波束声纳发回的数据，求出对应点的高度值，对其求梯度，将梯度的模长进行霍夫变换，得到样本特征的长度和与机器人的相对位置。利用这些特征的长度、对应深度等信息与之前构建的实际特征信息库进行匹配，得到与每一块特征区域所匹配的先验地图的区域。分别利用这些区域的相对位置信息得出水下机器人的位置，对这些位置进行分析得到机器人的精确位置。本发明可相对快速的地形匹配定位与导航任务。

摘要： 本申请公开了一种特征匹配规则构建、特征匹配方法、装置、设备及介质，用以提高特征匹配效率。本申请针对每个子规则文本串中包含的任一第一要素，判断该第一要素与当前特征匹配规则树中包含的任一要素均不相同时，才在当前特征匹配规则树中建立该第一要素对应的第一节点、及与该第一要素存在关联的目标第一逻辑关系词对应的第二节点，并连接该第一节点和该第二节点。由于本申请特征匹配规则树中不包含重复的节点(节点组)，各个子规则文本串的规则标识信息之间可以共用相同的节点(节点组)；在进行特征匹配时，各个规则标识信息之间可以共用相同的节点(节点组)对账户特征数据的匹配信息，从而可以避免重复计算(匹配)，提高特征匹配效率。

摘要： 本发明提供一种基于多重特征匹配的多模态图像特征匹配方法，该方法使用数据增强，对不同模态的一组图像进行仿射变换和随机裁剪，生成增强后的图像数据和相应的匹配矩阵GT_Matrix；设计卷积神经网络和特征金字塔提取多尺度的图像特征；设计Transformer网络进一步对1/8尺寸的粗粒度特征进行提取，生成粗粒度的注意力特征；使用双向softmax处理细粒度的注意力特征，生成置信度矩阵，以匹配矩阵GT_Matrix为标签进行粗匹配；设计局部特征窗口，通过Transformer和卷积神经网络特征融合和特征提取，进行精化回归；使用精化回归对粗匹配的预测结果进行再调整，最终实现精确的多模态图像特征匹配。

摘要： 本发明提供了一种基于特征匹配和位置匹配的SAR图像与光学图像匹配方法，使用高斯差分算法对光学图像和SAR图像进行初步关键点检测；根据检测到的光学图像和SAR图像的关键点，提取周围的区域，重构图像块；设计包含密集块和过渡层的深度卷积神经网络，设计复合损失函数，通过对深度卷积神经网络的训练和运行，生成深度特征描述符；使用L2距离算法和深度特征描述符对光学图像和SAR图像进行特征匹配，并对匹配点距离误差进行评估；通过二维高斯函数投票算法实现SAR图像和光学图像的位置匹配。解决了SAR图像和光学图像的特征匹配问题，具有更佳的匹配能力和精准度，能够实现SAR图像和光学图像的位置匹配。

摘要： 本申请涉及一种直线特征的特征向量构建方法、特征匹配方法和计算设备，本申请在原始图像上进行降采样与高斯模糊处理建立高斯尺度金字塔，并在各层级图像上提取直线段；将直线段的矩形邻域区域记为支持区域，并建立局部坐标系；根据支持区域内全局的像素灰度值大小顺序将支持区域划分为多个子区域；以子区域中像素点为圆心构造同心圆结构，在圆环上间隔采样像素点，并对该局部的灰度值大小进行排序编码；将灰度值排序编码通过加权直方图的形式构造为特征向量，进行特征向量匹配。通过本申请，提高了处理纹理信息较少的直线特征匹配中准确率和召回率，并对单调光照变化、图像旋转、视角变化、尺度变化、局部遮挡等情况具有较好的鲁棒性。

摘要： 本发明公开了一种多特征匹配的文本匹配方法、终端及可读存储介质，涉及自然语言处理领域，解决了现有的文本匹配方法忽略了文本中细粒度的信息以及文本整体语义信息，获取待匹配文本、候选文本，对所述待匹配文本、候选文本进行预处理；对预处理后的文本进行基于N‑Gram的多粒度解析，获得不同粒度下的文本序列，将所述文本序列进行向量化，获得文本向量；将所述文本向量列输入深度学习语言模型中进行训练，获得待匹配文本、候选文本的编码向量；将所述待匹配文本编码、候选文本的编码向量进行相似度计算后求和取平均，获得待匹配文本、候选文本的匹配度；本发明结合细粒度的词项语义信息与粗粒度的文本整体语义信息，提升了文本匹配的准确度。

摘要： 本发明涉及一种基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法。该方法根据贝叶斯原理，建立匹配图像A与B之间的引导匹配策略模型、建立图像A与B中所在邻域内向量长度比及其夹角之间的软指派表达式并依据邻域拓扑加权一致性进行平滑性判断以及根据两幅图像中所选择的向量的长度比和其夹角以及多尺度K邻域的方法构造寻求最小代价的数学模型。本发明的图像匹配方法在精度、召回和F值这三个指标方面表现较好，因此本发明图像匹配方法具有良好的应用前景，可应用于三维重建和快速地实现无人机遥感图像的拼接等领域中。