龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学
摘要：基于深度学习优化拼接质量的图像拼接方法及方法，包括单应性矩阵估计阶段：基于ResNet50网络提取待拼接的图像的包含语义信息的特征信息；通过全局相关层来计算两幅待拼接的图像的相似性；通过卷积层、全连接层获取图像顶点的偏移量；由DLT算法估计出单应性矩阵H。初步拼接阶段：利用STL变换网络，根据单应性矩阵估计阶段所求出的单应性矩阵H，得到一个平滑的变化图像；利用平均融合将待拼接的图像生成为初步拼接图像。图像质量优化阶段：将初步拼接图像以及其对应的掩码Mask，预测出其完整边界，从而生成完整边界的高质量图像。该方法和系统能够提升图像拼接的质量、减少人工干预，并改善用户的观感体验。
主权项：1.基于深度学习优化拼接质量的图像拼接方法，其特征在于包括：单应性矩阵估计阶段：S1.1:基于ResNet50网络提取待拼接的图像的包含语义信息的特征信息；S1.2:通过全局相关层来计算两幅待拼接的图像的相似性；S1.3:通过卷积层、全连接层获取图像顶点的偏移量；S1.4:由DLT算法估计出单应性矩阵H；初步拼接阶段：利用STL变换网络，根据单应性矩阵估计阶段所求出的单应性矩阵H，得到一个平滑的变化图像；利用平均融合将待拼接的图像生成为初步拼接图像；图像质量优化阶段：将初步拼接图像以及其对应的掩码Mask，预测出其完整边界，从而生成完整边界的高质量图像。
全文数据：
权利要求：
百度查询： 三峡大学 基于深度学习优化拼接质量的图像拼接方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号