论文部分内容阅读
关键点匹配技术是计算机视觉中的一项重要技术,其最主要的问题是寻找一种快速鲁棒的关键点匹配算法。该文提出了一种基于分层学习的二值描述符匹配算法。该方法将二值描述符学习过程分为粗细两个层次,结合了固定点抽样模式和随机抽样模式的优点,提高了学习效率;另外,该方法建立了更加合理的点对辨识模型并将其应用到关键点匹配算法中,提高了匹配精度。实验结果表明,在低计算复杂度下,该方法的匹配精度仍优于其它经典的二值描述符匹配算法。