没有合适的资源?快使用搜索试试~ 我知道了~
GMS:特征点匹配 论文详解
资源推荐
资源详情
资源评论
Yanshan University GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence
1/40
GMS:Grid-based Motion Statistics for
Fast,Ultra-robust Feature
Correspondence
Yanshan University GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence
2/40
Content
最新匹配算法
特征匹配介绍
背景知识
Some Background
Feature Matching Introduction
Recent Robust Matchers
GMS Algorithm
GMS算法
Yanshan University GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence
3/40
GMS算
Some Background
Some Background
Yanshan University GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence
4/40
Some Background
作
作
者
者
和
和
论
论
文
文
情
情
况
况
• 边佳旺,新加坡科技设计大学助理研究员,此篇论文发于2017
年6月,CVPR的一篇文章,是最新的关于特征匹配的文章;
•《GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature
Correspondence》,基于网格的运动统计,用于快速、超鲁棒的
特征匹配。主要阐明了Robust Feature Matching and Fast GMS
Solution(超强健的特征匹配和GMS算法)问题;
Yanshan University GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence
5/40
Some Background
作
作
者
者
和
和
论
论
文
文
情
情
况
况
• 在此之前关于特征匹配的文章有CODE(2016年PAMI)算法和RepMatch
(2016年ECCV)算法;
• 在CODE和RepMatch之前的算法虽然可以实现功能,但是质量不高,实际
是没法应用的,CODE算法和RepMatch算法解决了之前不能实现的问题,
实现了提升鲁棒性;
• GMS算法是对CODE和RepMatch的算法优化,主要是对时间的一个优化
,
前面的算法虽然好,但是很慢。
• 特征匹配的目的是去实现别的用途,做三维重构、机器人导航,对速度
要求是很高的;
剩余39页未读,继续阅读
资源评论
ZATuTu丶
- 粉丝: 165
- 资源: 20
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功