论文精读Unsupervised Deep Image Stiching: Reconstruction of Features to Images

论文下载链接

文章结构概览

• • • 引言

      • 概要
      • 一、背景介绍
      • 二、已有研究综述
      • • 2.1 基于特征提取的图像拼接技术

    • 2.2 借助学习模型的图像拼接方法

    • 2.3 深度单应性估计方法

    • ==》研究动因

    • • 三、无监督条件下的图像拼接技术
      • • Ⅰ、无需标注的图像对齐策略

    • Ⅱ、无监督环境下的图像重建过程

      • 四、实验分析
      • • Ⅰ、实验所用数据集

    • Ⅱ、实验设置与实施细节

      • 五、结论与后续研究方向
      • • Ⅰ、研究成果总结

    • Ⅱ、当前方法的局限性及未来研究展望

前言

图像拼接（Image Stitching）作为计算机视觉领域中一项经典且成熟的体系，其内容涵盖特征点检测、映射估计、匹配对齐、投影变换以及图像融合等关键算法（每一个子模块均可独立开展深入研究）。自2007年Matthew Brown在IJCV期刊上发表题为“Automatic panoramic image stitching using invariant features”的论文后，该领域迅速吸引了大量研究人