GreAtt特征描述方法
本发明涉及一种GreAtt特征描述方法,包括以下步骤:1、获取图像的特征点的精确位置信息与初始特征描述符;2、分别两两计算初始特征描述符对应的特征点之间的欧式距离和余弦距离,欧式距离和余弦距离符合特定阈值的特征点之间建立连接从而形成特征点图结构;3、将得到的特征点图结构根据横坐标与纵坐标位置从小到大进行编码并转换为邻接矩阵表示,图结构中的节点度数由向量表示,将多层感知机将特征点的位置信息和节点信息映射到高维空间并与初始特征描述符相结合得到增强后的特征描述符。本发明利用余弦距离和欧式距离来对特征点建立联系,可以避免许多无效的连接,从而可避免图结构数据过于复杂的问题,减少过多计算投入。
《GreAtt特征描述方法》是一发明专利,专利号为 2021109570833,当前法律状态为已下证,由武汉纺织大学提出申请,发明人为陈佳;胡浩博;胡新荣;何儒汉;陈鑫洲,申请日期为2021-08-19,公开(公告)日期为2024-11-26,国际专利分类号(IPC)为 G06V 10/44 (2022.01),高新资质:未报高企,所属技术领域包括:特征描述方法计算机视觉图像处理图像匹配目标识别视觉定位。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种GreAtt特征描述方法,包括以下步骤:1、获取图像的特征点的精确位置信息与初始特征描述符;2、分别两两计算初始特征描述符对应的特征点之间的欧式距离和余弦距离,欧式距离和余弦距离符合特定阈值的特征点之间建立连接从而形成特征点图结构;3、将得到的特征点图结构根据横坐标与纵坐标位置从小到大进行编码并转换为邻接矩阵表示,图结构中的节点度数由向量表示,将多层感知机将特征点的位置信息和节点信息映射到高维空间并与初始特征描述符相结合得到增强后的特征描述符。本发明利用余弦距离和欧式距离来对特征点建立联系,可以避免许多无效的连接,从而可避免图结构数据过于复杂的问题,减少过多计算投入。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
