作者：唐坤 韩斌siftauto特征点匹配搜索范围bbf算法
摘要：针对SIFT特征向量匹配时间成本高的问题，提出了一种自适应搜索范围的快速匹配算法－AutoARV＆DP。该算法首先根据特征向量集合计算一个合适的参考向量，然后自适应确定一个搜索范围，最后在一个通过距离过滤后的较小搜索空间中进行特征向量匹配。实验结果表明，与经典的BBF算法相比较，AutoARV＆在获得满意匹配效果的同时，能够有效地降低SIFT特征点匹配的时间成本。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《智能系统学报》（CN：23-1538/TP）是一本有较高学术价值的双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《智能系统学报》主要报道神经网络与神经计算、智能信息处理、自然语言理解、智能系统工程、机器翻译、复杂系统、机器学习、知识工程与分布式智能、机器人、智能制造、粗糙集与软计算、免疫系统、机器感知与虚拟现实、智能控制与智能管理、可拓工程、人工智能基础等内容。
省级期刊
人气 249019 评论 36
人气 170065 评论 33
人气 163878 评论 53
北大期刊、CSCD期刊、统计源期刊
人气 138342 评论 54
