《表2 SIFT与本文算法在特征点检测阶段的耗时比较结果》
根据3.1与3.2节中的分析,实验结果如图9所示。在图9(a)中,SIFT算法共检测到4 865个特征点,经过本文算法调整后共检测到1 084个特征点,而对于图9(b)中特征点过少的情况,本文算法将特征点数量由231调整到973。图9(c)~(e)左边的图像表示未经特征点检测范围控制的结果,在主目标外有大量的背景特征点;中间的图像表示经FCN处理后的结果,提取出了主目标的范围,由此来对特征点进行范围控制,得到了集中于主目标上的特征点检测结果,如右边图所示。相较于SIFT算法,本文算法在特征点检测阶段的耗时比较如表2所示。由以上实验结果可知,本文算法能够有效地对特征点数量进行调整,并实现了其检测范围的控制,其耗时较SIFT算法提高了1.7%。主要原因在于本文算法在FCN检测阶段耗费了更多的时间,但由于缩小了检测范围,总体上的耗时仍与SIFT算法持平。
图表编号 | XD0090332500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 徐建鹏、卜凡亮 |
绘制单位 | 中国人民公安大学信息技术与网络安全学院、中国人民公安大学信息技术与网络安全学院 |
更多格式 | 高清、无水印(增值服务) |