国产中文日韩人妻精品,日小嫩逼视频,天天看天天干天天操,gg在线精品视频观看,国产人妖TS重口系列91中文 ,国产青娱乐在线视频,禁片天堂免费网址,japαnese老熟女老熟妇

轉(zhuǎn)載自 | 計算機(jī)視覺life

作者 | 黃浴

鏈接 | https://zhuanlan.zhihu.com/p/78053406

編者薦語

計算機(jī)視覺需要圖像預(yù)處理，比如特征提取，包括特征點(diǎn)，邊緣和輪廓之類。以前做跟蹤和3-D重建，首先就得提取特征。特征點(diǎn)以前成功的就是SIFT/SURF/FAST之類，現(xiàn)在完全可以通過CNN模型形成的特征圖來定義。

特征提取

? Discriminative learning of deep convolutional feature point descriptors【1】

該方法通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）學(xué)習(xí)鑒別式補(bǔ)丁表示，特別是訓(xùn)練具有成對（非）相應(yīng)補(bǔ)丁的Siamese網(wǎng)絡(luò)。在訓(xùn)練和測試期間它使用L2距離，提出了一種128-D描述符，其歐幾里德距離反映了補(bǔ)丁相似性，并且可作任何涉及SIFT的替代。

如圖所示，用一個Siamese網(wǎng)絡(luò)來學(xué)習(xí)這樣的描述符，其中非線性映射由CNN表示，它對對應(yīng)或非對應(yīng)補(bǔ)丁對優(yōu)化。補(bǔ)丁通過模型提取描述符然后計算其L2范數(shù)，作為圖像描述符的標(biāo)準(zhǔn)相似性度量。而目標(biāo)是學(xué)習(xí)一個描述符，在其空間中讓非對應(yīng)的補(bǔ)丁相隔甚遠(yuǎn)，而在對應(yīng)的補(bǔ)丁緊密相連。

考慮每個圖像塊xi具有索引pi，該索引pi唯一地標(biāo)識從給定視點(diǎn)大致投影到2D圖像塊的3D點(diǎn)，而目標(biāo)函數(shù)定義如下：

其中p1，p2分別是投影到x1，x2的3D點(diǎn)索引。

這里下表給出的是三層網(wǎng)絡(luò)架構(gòu)：64×64輸入在第3層中產(chǎn)生128維輸出。每個卷積層由四個子層組成：濾波器層，非線性層，池化層和歸一化層。

非線性層，使用雙曲線切線單元（Tanh）池化層使用L2池化，歸一化很重要，這里使用減法歸一化，在第一和二層之后用高斯核減去5×5鄰域的加權(quán)平均值。

? Learned Invariant Feature Transform【2】

LIFT是一種深度網(wǎng)絡(luò)架構(gòu)，實(shí)現(xiàn)了完整的特征點(diǎn)檢測、朝向估計和特征描述，如圖所示。

下圖是以Siamese架構(gòu)為基礎(chǔ)的整個特征檢測和描述流水線。為了訓(xùn)練網(wǎng)絡(luò)，采用圖中的四分支Siamese結(jié)構(gòu)。每個分支包含三個不同CNN，一個檢測器、一個朝向估計器和一個描述子。使用四聯(lián)（quadruplets）圖像補(bǔ)丁。每個包括：圖像塊P1和P2對應(yīng)于同樣3D點(diǎn)的不同視圖，圖像塊P3包含不同3D點(diǎn)的投影，圖像塊P4不包含任何顯著特征點(diǎn)。在訓(xùn)練期間，每個四聯(lián)第i個補(bǔ)丁Pi將通過第i個分支。

為了實(shí)現(xiàn)端到端可微分，每個分支的組件連接如下：

1) 給定輸入圖像塊P，檢測器提供得分圖S；
2) 在得分圖S上執(zhí)行soft argmax 并返回單個潛在特征點(diǎn)位置x。
3) 用空間變換器層裁剪（Spatial Transformer layer Crop）提取一個以x為中心的較小的補(bǔ)丁p（如圖5-3），作為朝向估計器的輸入。
4) 朝向估計器預(yù)測補(bǔ)丁方向θ。
5) 根據(jù)該方向第二個空間變換器層（圖中的Rot）旋轉(zhuǎn)p產(chǎn)生pθ。
6) pθ送到描述子網(wǎng)絡(luò)計算特征向量d。

最后的運(yùn)行結(jié)構(gòu)如圖所示。由于朝向估計器和描述子只在局部最大值進(jìn)行評估，將檢測器解耦并在傳統(tǒng)NMS的尺度空間中運(yùn)行，以獲得其他兩個組件的建議。

最后看LIFT和SIFT結(jié)果比較的例子，如圖所示。

特征匹配

MatchNet【3】

MatchNet由一個深度卷積網(wǎng)絡(luò)組成，該網(wǎng)絡(luò)從補(bǔ)丁中提取特征，并由三個全連接層組成網(wǎng)絡(luò)計算所提取特征之間的相似性。

如圖是MatchNet訓(xùn)練時的網(wǎng)絡(luò)架構(gòu)（圖C），聯(lián)合學(xué)習(xí)將補(bǔ)丁映射到特征表示的特征網(wǎng)絡(luò)（圖 A）和將特征對映射到相似性的測度網(wǎng)絡(luò)（圖 B）。輸出尺寸由（高×寬×深）給出。PS是卷積和池化層的補(bǔ)丁大小; S是步幅。層類型：C=卷積，MP=最大池化，F(xiàn)C=全連接。因?yàn)樘畛渚矸e層和池化層，故輸出高度和寬度是輸入除以步幅的值。對FC層，大小B，F(xiàn)選自：B∈{64,128,256,512}，F(xiàn)∈{128,256,512,1024}。除FC3外，所有卷積層和FC層用ReLU激活，輸出用Softmax歸一化。

下圖是MatchNet預(yù)測的流水線圖，網(wǎng)絡(luò)拆解為并行的特征網(wǎng)絡(luò)和測度網(wǎng)絡(luò)。分兩個階段使用特征網(wǎng)絡(luò)和測度網(wǎng)絡(luò)：首先為所有補(bǔ)丁生成特征編碼，然后將這些特征配對并推送它們通過測度網(wǎng)絡(luò)獲得分?jǐn)?shù)。

UCN【4】

通用對應(yīng)網(wǎng)絡(luò)（Universal Correspondence Network，UCN）用于幾何和語義匹配的視覺對應(yīng)，包括從剛性運(yùn)動到類內(nèi)形狀或外觀變化等不同場景。深度測度學(xué)習(xí)過程，直接學(xué)習(xí)來保留幾何或語義相似性的特征空間。一種卷積空間變換器（convolutional spatial transformer，CST）模擬傳統(tǒng)特征（如SIFT）的補(bǔ)丁歸一化，可顯著提高類內(nèi)形狀變化語義對應(yīng)（semantic correspondences）的準(zhǔn)確性。

如圖是UCN和傳統(tǒng)方法的比較：各種類型的視覺對應(yīng)問題需要不同的方法，例如用于稀疏結(jié)構(gòu)的SIFT或SURF，用于密集匹配的DAISY或DSP，用于語義匹配的SIFT flow或FlowWeb。UCN準(zhǔn)確有效地學(xué)習(xí)幾何對應(yīng)、致密軌跡或語義對應(yīng)的度量空間。

下圖是UCN系統(tǒng)概述：網(wǎng)絡(luò)是全卷積的，由一系列卷積、池化、非線性和卷積空間變換器組成，還有通道L2歸一化和對應(yīng)對比損失函數(shù)。作為輸入，網(wǎng)絡(luò)采用圖像對應(yīng)點(diǎn)的一對圖像和坐標(biāo)（藍(lán)色：正，紅色：負(fù)）。對應(yīng)于正樣本點(diǎn)（來自兩個圖像）的特征被訓(xùn)練為彼此更接近，而對應(yīng)于負(fù)樣本點(diǎn)的特征被訓(xùn)練為相隔一定距離。在最后L2歸一化之前和FCNN之后，設(shè)置一個卷積空間變換器來歸一化補(bǔ)丁或考慮更大的上下文信息。

下圖是視覺對應(yīng)的對比損失函數(shù)示意圖：需要三個輸入，從圖像中提取的兩個密集特征及其坐標(biāo)，和用于正負(fù)對應(yīng)對的表。損失函數(shù)計算公式如下

其中s=1位正對應(yīng)對，而s=0為負(fù)對應(yīng)對。

如圖比較卷積空間變換器和其他方法的比較：（a）SIFT標(biāo)準(zhǔn)化旋轉(zhuǎn)和縮放；（b）空間變換器將整個圖像作為輸入來估計變換；（c）卷積空間變換器對特征進(jìn)行獨(dú)立變換。

DGC-Net【5】

DGC-Net（Dense Geometric Correspondence Network）【5】是一種基于CNN實(shí)現(xiàn)從粗到細(xì)致密像素對應(yīng)圖（pixel correspondence map）的框架，它利用光流法的優(yōu)勢，并擴(kuò)展到大變換，提供密集和亞像素精確的估計。訓(xùn)練數(shù)據(jù)來自合成的變換，也應(yīng)用于相機(jī)姿態(tài)估計的問題。

如圖所示，一對輸入圖像被饋入由兩個預(yù)訓(xùn)練的CNN分支組成的模塊，這些分支構(gòu)成一個特征金字塔。相關(guān)層從金字塔的粗層（頂）獲取源圖像和目標(biāo)圖像的特征圖，并估計它們之間的成對相似性。然后，對應(yīng)圖（correspondence map）解碼器獲取相關(guān)層（correlation layer）的輸出并直接預(yù)測該金字塔在特定層的像素對應(yīng)關(guān)系。最后，以迭代方式細(xì)化估計。

為了在特征空間中創(chuàng)建輸入圖像對的表示，構(gòu)造了一個有兩個共享權(quán)重分支的Siamese神經(jīng)網(wǎng)絡(luò)。分支用在ImageNet訓(xùn)練的VGG-16架構(gòu)，并在最后的池化層截斷，然后進(jìn)行L2歸一化。在每個分支的不同部分提取特征fs，ft創(chuàng)建具有5-層特征金字塔（從頂部到底部），其分辨率是[15×15, 30×30, 60×60, 120×120, 240×240]，在網(wǎng)絡(luò)訓(xùn)練過程的其余時間固定CNN分支的權(quán)重。

為估計兩個圖像之間的相似性，計算源圖像和目標(biāo)圖像的標(biāo)準(zhǔn)化特征圖之間的相關(guān)體積。不同于光流法，直接計算全局相關(guān)性并在相關(guān)層前后做L2標(biāo)準(zhǔn)化以強(qiáng)烈減少模糊匹配（見圖所示）。

將相關(guān)層輸出送到5個卷積塊（Conv-BN-ReLU）組成的對應(yīng)圖解碼器，估計特征金字塔特定層l 的2D致密對應(yīng)域ω(l)est。這是參數(shù)化估計，圖中每個預(yù)測像素位置屬于寬度和高度歸一化的圖像坐標(biāo)區(qū)間[-1,1]。也就是說，上采樣在（l-1）層的預(yù)測對應(yīng)域，讓第l層源圖像的特征圖變形到目標(biāo)特征。最后，在上采樣域，變形源fs(ω(l)est)和目標(biāo)ft(l)的特征沿著通道維度拼接在一起，并相應(yīng)地作為輸入提供給第l級的對應(yīng)圖解碼器。

解碼器中每個卷積層被填充以保持特征圖的空間分辨率不變。此外，為了能夠在金字塔的底層捕獲更多空間上下文信息，從l = 3開始，將不同的空洞（dilation）因子添加到卷積塊以增加感受野。特征金字塔創(chuàng)建者、相關(guān)層和對應(yīng)圖解碼器的分層鏈一起組成CNN架構(gòu)，稱為DGC-Net。

給定圖像對和地面實(shí)況像素相關(guān)映射ωgt，定義分層目標(biāo)損失函數(shù)如下：

其中||.||1是估計的對應(yīng)圖和GT對應(yīng)圖之間的L1距離，M(l)gt 是GT二值掩碼（匹配掩碼），表示源圖像的每個像素在目標(biāo)是否具有對應(yīng)關(guān)系。

除了DGC-Net生成的像素對應(yīng)圖之外，還直接預(yù)測每個對應(yīng)的置信度。具體來說，通過添加匹配（matchability）分支來修改DGC-Net結(jié)構(gòu)。它包含四個卷積層，輸出了概率圖（參數(shù)化為sigmoid函數(shù)），標(biāo)記預(yù)測對應(yīng)圖每個像素的置信度，這樣架構(gòu)稱為DGC + M-Net。把此問題作為像素分類任務(wù)，優(yōu)化一個二值交叉熵（BCE），其中邏輯損失（logits loss）定義為：

最終的損失為：

更多的DGC-Net網(wǎng)絡(luò)細(xì)節(jié)見圖所示。

而DGC+M-Net的一些網(wǎng)絡(luò)細(xì)節(jié)見圖所示。

參考文獻(xiàn)

1. E. Simo-Serra et al., “Discriminative learning of deep convolutional feature point descriptors”. ICCV 2015
2. K Yi et al.,“Learned Invariant Feature Transform”, arXiv 1603.09114, 2016
3. X Xu et al.,“MatchNet: Unifying Feature and Metric Learning for Patch-Based Matching”, CVPR 2015
4. C Choy et al., “Universal Correspondence Network”，NIPS 2016
5. I Melekhov et al, “DGC-Net: Dense Geometric Correspondence Network”, CVPR 2019

本文僅做學(xué)術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。

?------------------------------------------------

雙一流高校研究生團(tuán)隊創(chuàng)建 ↓

專注于計算機(jī)視覺原創(chuàng)并分享相關(guān)知識 ?

整理不易，點(diǎn)贊三連！

基于深度學(xué)習(xí)的特征提取和匹配

特征提取

特征匹配

參考文獻(xiàn)