第三天下午两大主题:图像处理传统项目之,局部特征与图像视频复原。
D3-PM-A. Learning and Matching Local Features
【Domain-Size Pooling in Local Descriptors: DSP-SIFT】
局部描述子中的域尺寸pooling
(UCLA)
一种改进的SIFT:求和(pooling)在空域和尺度域同时进行。
【 Learning Deep Representations for Ground-to-Aerial Geolocalization】
深度表达用于地面-空中摄影的地理定位
cross view匹配:从街景图(0°)查询航拍图(45°),在城市范围内查找。
传统CV方法无法处理此类差距。构建78K数据库,用CNN学习。
正确率10%~20%。
问题很新颖,当然可以后续利用更多其他信息。