立体匹配中学习与特征选择.pdf

立体匹配中的学习与特征选择

MichaelS.Lew,ThomasS.Huang,IEEEFellow,和KamWong

—我们提出了一种新的立体匹配算法,该算法集成了学习、特征选择和表面重

建。首先,使用一种新的基于实例的学习(IBL)算法生成匹配的最优特征集的近

似值。此外,讨论了两种不同知识的重要性:图像依赖知识和图像独立知识。其

次,我们开发了一种自适应方法来优化特征集。这种自适应方法分析特征错误以

定位可能导致错误匹配的图像区域。然后,这些区域用于指导在特征空间中的搜

索,以最大化正确匹配与错误匹配之间的类别分离距离。第三,我们引入了一

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档