摘要
本发明涉及深度图像对齐技术领域,尤其是提供了一种基于四叉树网格优化的深度图像对齐方法。该方法包括通过网格生成模块生成四叉树动态网格及掩码;基于四叉树动态网格,设计深度图像对齐网络,使用像素级图像对齐函数和网格约束损失函数进行优化;通过所述的深度图像对齐网络估计图像的单应性变换和网格偏移参数;根据估计的单应性变换和网格偏移参数,对图像依次进行单应性变换和网格偏移变换,在两次图像变换过程中,使用基于BiCubic函数的双三次插值算法对网格进行平滑变换,该方法解决了复杂场景中图像对齐的问题,克服了在处理复杂几何变形和大视角变化时的不足。
技术关键词
动态网格
图像对齐方法
特征描述符
特征点描述符
注意力机制
输出特征
图像对齐技术
单应性变换矩阵
表达式
网络
插值算法
可读存储介质
参数
像素
协同注意力
多分支结构
模块
系统为您推荐了相关专利信息
连续识别方法
情感识别模型
动态
注意力机制
多任务联合学习
混合整数规划模型
资源分配方法
深度强化学习
异构
集群
棉花黄萎病
筛选棉花
作物病害防治技术
检测棉花
波长提取方法