论文学习笔记
Key.Net: Keypoint Detection by Handcrafted and Learned CNN Filters
文章链接
文章代码
这篇文章从题目来看就是手工制作和学习CNN滤波器结合的关键点检测
文章介绍了一种新的关键点检测任务方法,它将手工制作和学习的CNN滤波器结合在一个浅的多尺度结构中,进行关键点检测。
这篇论文的贡献如下:
1、提出了一个结合了手工制作和学习的CNN特征的关键点检测器。
2、提出一个新的多尺度损失和运算符,用于跨尺度检测和关键点排序稳定。
3、基于浅层架构的多尺度特征检测。
key-net模型
key-net的模型是在全尺寸图像的多尺度表示上运行的,并返回一个包含每个像素关键点得分的响应图。
这个模型是在Image Net综合创建的数据上进行训练,并在Hpatch基准测试上进行评估。
Key.Net网络包括对输入图像的三个尺度级别进行模糊处理,其模糊和下采样因子为1.2。然后对来自所有尺度级别的特征映射进行上采样、级联和馈送到最后一个卷积滤波器ÿ