摘要: 特征检测是计算机视觉中的一个基本问题,特征检测器检测提取特征的能力直接影响着后续图像处理的效果.目前,手工制作的检测器提取可重复性特征效果差,而一些基于学习的检测器网络结构复杂、检测速度较慢.针对这些问题,提出了一种网络轻量化的特征检测器VGG (visual geometry group network)-Det.通过对传统VGG16网络模型进行层间删减以及结构调整,设计了一个紧凑型的网络模型,并使用随机变换的基准图像块作为输入来训练网络,以实现对图像信息的高效率学习和局部特征的快速检测.
基于VGG16改进的特征检测器
最新推荐文章于 2023-05-19 23:43:33 发布
本文提出了一种基于VGG16改进的轻量化特征检测器VGG-Det,通过层间删减和结构调整,提高了检测速度和可重复性。在Webcam、EF和VGG-Affine数据集上,VGG-Det显示出优于TILDE-P24的可重复性,最高提升11.4%,检测速度提高21.5%。
摘要由CSDN通过智能技术生成