zhourxin/Fragments-dataset

该数据集用于评估PairingNet网络的性能，包括一个真实数据集和一个通过算法生成的模拟图像碎片数据集。模拟数据集通过设计的算法将完整图像撕裂成不规则的碎片生成。实验结果表明，提出的网络在配对搜索准确性、减少匹配错误和显著减少计算时间方面表现出色。

This dataset is used to evaluate the performance of the PairingNet network, including a real dataset and a simulated image fragment dataset generated through an algorithm. The simulated dataset is generated by tearing complete images into irregular fragments using a designed algorithm. Experimental results show that the proposed network achieves excellent pair-searching accuracy, reduces matching errors, and significantly reduces computational time.

原始信息汇总

PairingNet 数据集概述

数据集简介

• 名称: PairingNet
• 来源: 论文 PairingNet: A Learning-based Pair-searching and -matching Network for Image Fragments
• 目的: 用于图像碎片对的搜索和匹配任务，解决图像修复问题。

数据集内容

• 数据类型: 包含真实数据集和模拟图像碎片数据集。
• 生成方式: 通过算法将完整图像撕裂成不规则碎片生成模拟数据集。

数据集特点

• 创新点:
  • 采用图网络提取碎片的局部轮廓和纹理特征。
  • 使用线性变换器模块集成局部特征，并通过对比损失编码全局特征。
  • 设计加权融合模块动态融合提取的局部特征，并计算相似度矩阵以推断轮廓的相邻段。
• 优势:
  • 提高碎片对的搜索准确性。
  • 减少匹配错误。
  • 显著减少计算时间。

数据集用途

• 应用场景: 图像修复、碎片匹配、计算机视觉任务。

数据集许可

• 许可协议: Apache-2.0