Abstract Details
  1. Home
  2. Abstract List
  3. Abstract Details
104 / 2016-06-05 20:06:29
一种基于非监督特征学习的特征描述算法
图像配准,机器学习,非监督特征学习,特征描述
Plenary track
Abstract Accepted
来恩 周 / 空军工程大学
晓丹 王 / 空军工程大学
琪 贾 / 空军工程大学
图像配准已成为计算机视觉的研究热点，其关键一步是对检测出的含有图像特征的兴趣点进行描述。本文基于非监督特征学习建立了图像的特征空间，并利用了卷积神经网络中池化下采样层对微小形变、平移不变的特性，提出了计算兴趣点局部图像描述算子的UFL-fd算法。通过实验对比主流的兴趣点描述算法得出，UFL-fd算法具有良好的查全率，且由于特征空间由非监督特征学习算法先验建立，UFL-fd算法具有较高实时性。
Important Date

  • Conference Date

    Oct 03

    2016

    to

    Oct 05

    2016

  • Jul 05 2016

    Draft paper submission deadline

  • Jul 20 2016

    Final Paper Deadline

  • Oct 05 2016

    Registration deadline

Contact Information
Login to view full contact details
Previous Conferences