文章详情
| 稿件标题： | 基于卷积神经网络的图像特征描述方法 |
| 稿件作者： | 马金盾1，2，张雷1，郭理彬1，王江峰1，韩斌1 |
| DOI： | 10.11809/bqzbgcxb2021.09.032 |
| 科学编辑： | 康凯 博士（火箭军工程大学） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 卷积神经网络；特征描述；可分离卷积；反向残差 |
| 文章摘要： | 针对现有图像局部特征描述算法在面向特征点法视觉SLAM应用中存在的耗时和精度不能兼顾的问题，提出了一种基于深度可分离卷积和反向残差结构的改进型描述子提取网络结构。使用基于指数函数的三元组损失函数和基于余弦距离矩阵的负样本挖掘策略训练网络，得到了具有良好表征能力的网络参数。通过在Hpatches评价指标的3种任务上的对比实验，结果表明：该算法的精度远优于传统描述子和浅层网络描述子，耗时远低于深层网络描述子，兼顾了视觉SLAM的耗时和精度。 |
| 稿件基金： | 军队科研资助项目(2016BZ67) |
| 引用本文格式： | 马金盾，张雷，郭理彬，等.基于卷积神经网络的图像特征描述方法［J］.兵器装备工程学报，2021，42(09)：202-209. MA Jindun, ZHANG Lei, GUO Libin, et al.Image Feature Description Method Based On Convolutional Neural Network［J］.Journal of Ordnance Equipment Engineering，2021，42(09)：202-209. |
| 刊期名称： | 2021年09期 |
| 出版时间： | 2021年9月 |
| 上线时间： | 2021年9月28日 |
| 浏览次数： | 2773 |
| 下载次数： | 2244 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |