基于神经网络的图象序列特征点匹配

摘要：

利用神经网络优化技术解决图象序列的特征点匹配问题,将特征点匹配归结为一个带约束的优化问题,并用2D Hopfield网络实现.在Hopfield网络的能量函数的设计中,综合考虑了特征点的预测结果、特征点的遮挡等情况,从而克服了现有的多数方法所存在的误匹配现象.对于特征点的跟踪,头3帧图象的正确匹配是十分关键的.本文提出了一种3D Hopfield网络用以解决头3帧图象的特征点匹配,并提出了一个运动平滑性的代价函数用以构造3D Hopfield网络的能量函数.实际图象序列的实验结果证明了本方法的有效性.

关键词：图象序列、特征点匹配、特征点跟踪、Hopfield网络、3D Hopfield、网络

所属期刊栏目：7

分类号：TP391.41;TP183(计算技术、计算机技术)

资助基金：国家自然科学基金60103016;浙江省自然科学基金601019;浙江省教育厅资助项目2000036

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：313-318