關於計算兩張影象相似度,用深度學習去做,有什麼好的方法與建議

時間 2021-05-05 23:27:09

1樓:George

隨著自己的成長,之前一些模糊的知識和概念,逐漸的正式進入自己的研究內容,自己回答一下,其實影象相似度計算一直是視覺領域很經典的問題,最符合的情景是slam的回環檢測,常用的影象相似度計算方法有DBOW,現在深度學習階段有netvlad,關於距離計算標準還是常用的那些,歐式或者余弦相似度。

2樓:韋德隆東強

如果單純作為乙個評價方法,成熟的有ssim, psnr等。

如果要用深度學習做相似度度量的研究,可以看做乙個全參考影象質量評價,不過這方面可做的不多了。

如果你面對的是乙個檢索問題,你可以搜搜深度學習的影象檢索;如果是風格遷移,可以在mse上加入perceptual loss和gram矩陣的loss,具體問題具體分析吧

3樓:[已重置]

理論上,如果將所有影象的空間看作乙個流形,我們可以定義流形上點的距離(就是影象相似度)為將乙個影象I0經過某種操作轉化為另一影象I1的最小計算複雜度作為他們的距離。 但是實際中,我們關於影象的距離都是考察了語義因素的,所以要針對語義部分進行加權,也就是對影象的變換中需要拋棄一部分語義上不重要的影象資訊,這個定義就比較靈活了。這也是為什麼基於深度網路的一些方法可以被用於定義影象之間的距離,因為深度網路提取的基本是具有語義意義的資訊。

但是同樣,深度網路提取的資訊也還是有bias的,是不完備的,只能是針對具體問題對不同的語義部分進行加權了。

所以,一般而言,特別是針對特定的應用而言,我們是沒有乙個所謂最佳的相似度的定義的,只能是尋求能夠滿足應用系統要求的乙個距離度量而已。

4樓:小宋是呢

使用的方法是使用AM-softmax進行分類訓練,把訓練好的網路去掉最後一層分類層,選取最後乙個隱藏層輸出作為乙個資料的特徵。兩個資料特徵使用余弦相似度進行計算。

目標是兩個資料對比驗證。卻做成了乙個簡單多分類的問題,難度降低很多。。

5樓:沒見過世面的程式設計師

如何用CNN確定兩張影象是否配對?

通過你的提問,你想表達的應該是如何設定這個模型二不僅是CNN。這個工作可以按照以下思路來開展 1 確定任務目標。從你的描述,可以有兩種處理方法 1 將這個任務視為乙個回歸任務,任務目標就是 通過輸入AB影象對,判斷AB之間聯絡的概率 或者說得病概率 目標值越接近於1說明二者聯絡越大,越接近於0說明聯...

如何看待曾老師關於極速黃了的說法(更新兩張新圖)?

夏梓鳶 會換誰去呢?以及。卡家這回真是呵呵了。毒唯又怎麼樣,乙個個都不承認毒唯是粉絲,到頭來不還是推李藝彤的?他們覺得自己可真是正義極了。讓李藝彤好好度過她的偶像生涯不好嗎? 我看到乙個很荒謬的論調,偶像不碰政治?呵呵。準確說,不能碰政治的逆鱗而已。政治本身是不存在的,人就是政治的本身,而且是一群人...

這兩張海報有什麼不足嗎?

小謝 宣傳海報改稿例項 如何設計出更漂亮的視覺形式?設計驅動力平面海報設計改稿例項 怎樣塑造背景的層次感 設計驅動力美食海報改稿例項 如何快速做好文字編排?設計驅動力中國風海報改稿例項 設計驅動力 民宿海報改稿例項 如何讓設計變得更精緻?設計驅動力你的設計為何總是不出彩?寵物海報改稿例項 設計驅動力...