筛选关键点探测器。从尺度不变的关键点鲜明的图像特征。本文提出了一种从图像中提取显著不变特征的方法,该方法可用于在对象或场景的不同视图之间执行可靠匹配。这些特征对于图像尺度和旋转是不变的,并且被示出提供在很大范围的仿射失真、3D视点的改变、噪声的添加和照明变化中的鲁棒匹配。该特征是高度独特的,在某种意义上,单个特征可以与来自许多图像的大型特征数据库的高概率正确匹配。本文还描述了一种使用这些特征进行物体识别的方法。识别通过利用快速最近邻算法将个体特征匹配到来自已知对象的特征数据库,然后通过Hough变换来识别属于单个对象的聚类,并最终通过最小二乘解进行一致姿态参数的验证。这种识别方法可以稳健地识别杂波和遮挡之间的对象,同时实现接近实时的性能。


ZBMaCT中的参考文献(568篇文章中引用)

显示结果1至20的568。
按年份排序(引文
  1. D.I.AZ MaleNez,迭戈H;MeMuli,法昆多;MIO,华盛顿:数据的形状和概率测度(2020)
  2. Escudero Vi·尼奥洛、马科斯、贝斯科、Jesus:挤压DCT来伪装(2020)
  3. Lindeberg,托尼:基于级联的尺度归一化微分表达式可证明的尺度协变连续分层网络(2020)
  4. Perez Gonzalez,豪尔赫;A.A.Mbula CoS Io,费尔南多;Huegel,Joel C.;Medina Ba NuelelOS,Vel.NICA:3D超声胎儿头部配准的概率学习相干点漂移(2020)
  5. 吴,闵;维克尔,马修;阮,Wenjie;黄,Xiaowei;Kavitkoksa,马尔塔:基于可证保证的深度神经网络的近似验证(2020)
  6. AbdoLaHiFauld,Mohammad Javad;Maye Tooz,Gr GeeGear;Ghavim,Maryam:利用图像分割和纹理描述符进行多点模拟的定量评价(2019)
  7. Barajas Garc·A,Carolina;Solorza Calder·N,Selene;GuTieReZ-L.PEZ,EVARDO:尺度、平移和旋转不变小波局部特征描述符(2019)
  8. 陈,Mingjia;祖河,Qianfang;王,Changbo;刘,Liangang:EdgeNet:3D形状的深度度量学习(2019)
  9. Eliades,CalalangbOS;LeNC,Ladislav;Krasl,帕维尔;帕帕佐普洛斯,Harris:具有良好校准置信度的自动人脸识别(2019)
  10. Evangelopoulos,色诺芬;布罗克迈尔,Austin J.;穆,婷婷;Goulermas,John Y.:近似大规模对象排序的连续方法(2019)
  11. HONG,Ming Huwi;郭,婵庞;傅,民军;林,Chii Jen;孙,Yung Nien:用卷积神经网络测量脊柱X射线图像的Cobb角(2019)
  12. Jeong,Chiyoon;杨,Hyun S.;广寒宫,KeunDoo:一种利用卷积神经网络和多尺度边缘检测检测地平线的新方法(2019)
  13. 卢,Yanfeng;贾,Lihao;Qiao,洪;李,Yi;齐,宗帅:基于矩(2019)的新型贴片选择方法的生物启发生物识别模型
  14. 拉詹,普尼玛;马,永明;杰德尼亚克,布鲁诺:Cox检测计数法(2019)
  15. 维多利亚,帕特丽夏;巴利斯特,科洛马:照片中的自动火炬斑点伪影检测和去除(2019)
  16. 薛,山;朱,洪:基于统计分类的递推标签传播的低分辨率开放式人脸识别(2019)
  17. 张,Zhengwu;KalaseN,埃里克;Sravasava,ANUJ:球域上核密度的鲁棒比较(2019)
  18. Baier、丹尼尔、弗洛斯特、莎拉:通过图像数据分析和分类将品牌混淆与广告相似性和品牌优势联系起来(2018)
  19. Kaur,L.;GupTa,S.:利用局部结构信息的显微结构进行生物医学图像检索(2018)
  20. LeLaLex,A.莱克莱尔,A.:SIFT类描述符的随机图像模型(2018)