基于残差网络面向三维重建的图像特征提取改进算法  

作　　者：李一德 李静[1] LI Yide;LI Jing

机构地区：[1]西安工业大学电子信息工程学院,陕西西安710021

出　　处：《信息技术与信息化》2023年第11期99-102,共4页Information Technology and Informatization

摘　　要：在三维重建中,运动恢复结构法(structure from motion,Sf M)作为经典重建方法,离不开图像的特征提取与初始图像对的选取。在利用标准ResNet-18算法进行图像特征提取时会遇到特征提取速度较慢、参数数量过多等问题。为此,利用改进的ResNet-18处理部分上游任务,通过将标准残差块替换为深度可分离卷积,可以降低网络参数数量,提高图像特征提取与匹配方面的效率。另外,将ReLU激活函数更换为ELU激活函数,可以提高特征提取质量,进一步优化运动恢复结构法的相关性能。实验结果表明,优化后的算法在两个测试集上的图像特征提取耗时减少了48.45%,网络参数数量也得到了一定的降低,提高了运算效率,同时也在一定程度上优化了网络结构,得到了良好的提取效果。

关 键 词：残差网络 三维重建 激活函数 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]