基于深度学习的图像局部特征


(这里主要是记录一下自己看论文的思路和过程,目前时间不是很充足,有些写到一半,后面有时间会继续更新)

图像局部特征

传统的特征提取和特征描述方式,比如SIFT、SURF和ORB等,需要人工去手动提取特征点,然后设计特征描述符。目前随着深度学习的发展,越来越多的工作尝试使用学习的方式来提取特征点或者是计算特征点的描述符,后面会介绍一下相关的工作。
最近有很多的相关工作,想直接获取原文链接的同学,这里整理了一些可以参考(会同步更新的):基于学习方式的图像局部特征

相关工作

GeoDesc

GeoDesc 论文详解

SuperPoint

SuperPoint 论文详解

HardNet

HardNet 论文详解

L2-Net

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值