我有 2 个小图像。它们基本相同，但旋转和大小不同。我应该估计仿射变换的参数以使它们相似。什么样的网络结构适合这项任务？比如那些基于卷积网络的做的很差，因为图片太小了。
你能给我一些适合我任务的网络结构的建议吗？
人工智能
图像生成
2021-11-04 06:24:21
2个回答
您可以使用 RANSAC 算法代替 NNs 来计算单应矩阵，但首先您需要找到特征点。但是，如果您的图像是 blob 状的，您可能无法获得如此成功的结果。这里有一些演示文稿以便更好地理解：cs.umd notes和csail.mit notes
（此外，可能还有更好的图像处理工具。）
只需使用IMGAug库在图像上应用“缩放”增强，convnet（甚至 MLP）在此任务中没有问题。只要您的缩放功能足够强大，缩放图像就足够了。
因此，对所有图像应用相同因子的“缩放”，使它们更大，卷积神经网络就可以了。此外，如果颜色不是一个重要的特征，那么你最好重新缩放图像黑白0并1使其成为灰度
其它你可能感兴趣的问题