买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

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。

主权项：1.GreAtt特征描述方法，其特征在于，包括以下步骤：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；步骤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；步骤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，运用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；所述步骤3具体包括以下步骤：步骤3.1、根据特征点在图片上的横纵坐标从大到小的顺序进行顺序编码，获得特征点图结构的邻接矩阵，并计算得到每个特征点的度和邻接矩阵的特征根λ；步骤3.2、利用公式计算每个特征点的重要程度其中Vj为相邻特征点的度，α为本特征点的度；步骤3.3、通过多层感知机将特征点的位置信息与重要程度映射到高维空间中，与初始特征描述符相结合得到利用消息传递公式沿着特征点图结构中的边传播信息，传递的信息在不同层次及层次间聚集与更新；所述消息传播公式为：K+1xi＝Kxi+R[Kxi||mε→i]，Kxi∈RD是特征点i在图像中的第K层上的特征，mε→i是相连接的特征点{j:i,j∈ε}消息聚合的结果，mε→i的计算公式为：mε→i＝γxi,xj,εj,i，其中γ表示的是一个可微分的函数，xi和xj分别表示特征点i，j的特征描述符，εj,i表示从节点j到节点i的边的特征；步骤3.4、所有的消息聚合结束后，最后一层的特征点对应的特征描述符即为增强后的特征描述符fi。

全文数据：

权利要求：

百度查询： 武汉纺织大学 GreAtt特征描述方法