《表1 MatchNet的层参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《图像匹配方法研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以上这些方法都是对图像块对或三元组进行的处理，Tian等人[84]提出的L2-Net通过CNN在欧氏空间将一批图像块转换成一批描述符，将批处理中的最近邻作为正确匹配描述符。如图16所示，每个卷积层左边数字代表卷积核大小，右边数字表示输出通道数，2表示下采样层的步长；3×3 Conv由卷积、批归一化（BN）和ReLU（rectified linear unit）组成；8×8 Conv由卷积和批归一化（BN）组成；局部响应归一化层（LRN）作为单元描述符的输出层，获得128维描述符。CS L2-Net由两个独立L2-Net级联成双塔结构，左侧塔输入和L2-Net相同，右侧塔输入是中心裁剪后的图像块。采用渐进式采样策略，在参与训练的批样本中，从每对匹配样本中随机抽取一个组成若干不匹配样本，增加负样本数量。与成对样本和三元组样本相比，能够利用更多负样本信息。