摘要
本发明涉及图像拼接技术领域,具体为一种基于深度学习的图像拼接算法,包括:获取UDIS图像拼接数据集和MS‑COCO图像拼接数据集;构建改进的图像拼接模型UDIS++;所述图像拼接模型UDIS++包括:改进的特征提取网络、CCL的回归网络1和回归网络2;所述改进的特征提取网络根据生成13x13的网格点使用的VGG网络模型进行特征提取并生成13x13的网格点;全局图像配准中所述回归网络1引入SKNets网络;局部图像配准中所述回归网络2引入LRR模块;采用拼接数据集对改进的UDIS++模型进行训练,训练完成后得到图像拼接模型,有效提高对图像的特征提取和匹配。
技术关键词
图像拼接数据
图像拼接算法
图像拼接系统
特征提取网络
紧凑特征
运动特征
网格
VGG网络
模型训练模块
特征提取模块
数据采集模块
图像拼接技术
多尺度
薄板样条
斑块
卷积模块
系统为您推荐了相关专利信息
脑肿瘤分割
脑肿瘤分类
多模态
图像识别系统
模态特征
图像分类模型
特征提取网络
样本
攻击检测方法
分类器
多模态数据库
金属材料
特征提取网络
成分含量
深度学习网络
特征提取模型
纹理特征
图像系统
识别特征
识别硬件系统
城市防汛
防汛物资
积水
三维数字模型
水动力学模型