基于神经网络学习基础图形的特征点算子的图片处理方法

摘要

本发明公开了基于神经网络学习基础图形的特征点算子的图片处理方法，包括：渲染合成几何模型的数据集，标出感兴趣点；搭建包括双分支的层归一化全卷积神经网络；将几何模型数据集用于神经网络训练；神经网络对真实图片匹配集进行适应域迁移，获得真实图片的感兴趣点标签；获得真实图片的感兴趣点标签；将真实图片及该真实图片的Affine变换后的孪生图片一并喂入S6中最新训练好的第神经网络进行训练，及获得感兴趣点的概率图及每个感兴趣点作描述子编码；利用神经网络对任意两个不同视角的图片进行处理，获得每张图片的感兴趣点以及其描述子，匹配两张照片的特征点。本发明使图像的特征点算子的提取更加稳固、更加可靠。