一种基于语义引导与任务奖惩相结合的局部特征学习方法

AITNT
正文
推荐专利
一种基于语义引导与任务奖惩相结合的局部特征学习方法
申请号:CN202411529579
申请日期:2024-10-30
公开号:CN119445331B
公开日期:2025-10-31
类型:发明专利
摘要
本发明属于计算机视觉技术领域,公开一种基于语义引导与任务奖惩相结合的局部特征学习方法。局部特征提取网络获取原始图像特征检测热图和特征描述符;原始图像通过预训练语义分割网络生成语义特征类;语义特征类与特征检测热图和特征描述符结合,输出结果用于获取特征点检测分布以及获取特征点的语义特征描述符;原始图像和目标图像语义特征描述符的匹配结果,作为特征点是否正确的训练依据;训练方法为强化学习,在强化学习训练过程中,使用梯度更新公式优化局部特征提取网络。本发明考虑语义信息影响,通过语义信息约束局部特征提取网络学习有效局部特征。利用强化学习训练,对特征点进行奖励或惩罚,使网络更具区分性和鲁棒性。
技术关键词
局部特征提取 语义特征 语义分割网络 特征学习方法 特征点 特征描述符 可靠性特征 图像 编码器 计算机视觉技术 解码器结构 定义 网络特征 金字塔
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号