本發(fā)明公開了一種基于強化學習的學術圖像復用檢測方法,首先使用強化學習模型迭代地選擇訓練樣本標注并對特征匹配參數(shù)進行調整,得到最優(yōu)匹配參數(shù);之后接收進行復用檢測的圖像,使用SIFT特征提取得到其特征點圖,最后使用最優(yōu)匹配參數(shù)和雙向匹配策略的特征匹配方法對特征點進行匹配、判定匹配結果并輸出特征點匹配圖。該方法在使用中通過主動向用戶接收反饋標注,動態(tài)地持續(xù)學習以提升檢測性能,可應對數(shù)據(jù)特點的遷移和新的數(shù)據(jù)類別,自動適應不同的實際應用場景;采用雙向匹配機制進行特征點篩選,魯棒性更好,特征點匹配置信度更高,檢測結果查準率更高。
聲明:
“基于強化學習的學術圖像復用檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)