图片匹配
朱小丰
762159551@qq.com有问题可邮件
展开
-
GLU-Net代码的理解
以源码GLUNet.py为例1使用self.pyramin来提取图像的金字塔特征,这里使用的是VGG网络。第一部分是在原图feature上进行金字塔特征提取,分别取原图8倍下采样率,4倍下采样率对应的feature。对应GLU-Net网络的左边部分。第二部分是把原图固定到256分辨率后分别取16分辨率和32分辨率尺度下的feature。2使用的金字塔特征提取网络-VGG第一步分用于提取图片的四个尺度的特征,1,1/2, 1/4, 1/8。这个特征特征x_quarter和x_e...原创 2020-08-13 17:25:59 · 1875 阅读 · 5 评论 -
RANSAC-FLOW代码的理解
主要说明demo.py文件的理解,即输入img_source和img_target,使用训练好的模型权重,输出粗匹配结果和神经网络预测的光流匹配结果。img_source 和 img_target 第三张图片是各区0.5权重加权叠加的结果。网络分为4部分。netFeatCoarse 使用全卷积进行图特征提取,8倍下采样。netCorr计算相关性,netFlowCoarse预测光流匹配。netMatch用于计算网络循环损失,训练涉及,这里不涉及。一、初始化粗匹配模块参数:#7原创 2020-08-13 13:34:43 · 1263 阅读 · 1 评论