随机并行梯度下降图像匹配方法

摘要：

基于灰度的图像匹配方法具有匹配精度高等优点,但在实时性方面还存在不足.本文提出一种基于随机并行梯度下降优化算法的快速图像匹配方法,该方法同时对匹配图像间所有的变形参数施加相互统计独立的随机扰动,然后计算扰动前后待匹配图像间性能评价函数的改变量,并用这一改变量对变形参数进行更新,进行迭代运算,最终实现快速的最优变形参数估计及图像匹配.将SPGD匹配方法用于对仿真和真实的图像序列中的目标进行跟踪,均证明了该匹配方法能进行正常匹配,匹配精度和最小二乘方法相当,但速度要较最小二乘匹配方法快.

关键词：图像匹配、随机并行梯度下降、随机扰动、最优参数估计

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金11172323

在线出版日期：2014-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：663-668