本发明涉及一种基于强化学习的无监督误匹配检测方法,本发明首先将无标注的匹配点输入到误匹配检测网络,对检测网络进行训练,通过多次迭代得到最佳网络参数,并利用保存最佳网络参数的最终网络模型对待检测匹配点集进行检测,通过生成N个抽样子集并评估其对应模型,最后将模型的最大一致集作为正确匹配点对集合,从而完成了误匹配检测和剔除。本发明具有更高的误匹配检测效率、精度和稳定性,并且一方面克服了样本标签问题;另一方面不受误匹配率的限制,可以在较少的采样次数下得到大量正确匹配点;且该方法是一个无监督学习的框架,可以和其他分类网络兼容,解决误匹配探测问题。
声明:
“基于强化学习的无监督误匹配检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)