冲浪

冲浪:加速强大的功能。在本文中,我们提出了一种新的尺度和旋转不变的兴趣点检测器和描述子,coined SURF(Speeded Up Robust Features)。它在可重复性、显著性和鲁棒性方面接近甚至优于先前提出的方案,但可以更快地计算和比较。这是通过依赖积分图像进行图像卷积来实现的;通过建立现有领先的检测器和描述符的优势(在casu中,使用基于Hessian矩阵的检测器度量和基于分布的描述符);并将这些方法简化到本质。这导致了新的检测、描述和匹配步骤的结合。本文给出了一个标准评估集的实验结果,以及在实际对象识别应用中获得的图像的实验结果。两者都显示了SURF的强劲表现。


zbMATH中的参考文献(参考 169篇文章 参考)

显示169个结果中的1到20个。
按年份排序(引用)

1 2 ... 7 8 9 下一个

  1. Álvarez Miranda,Eduardo;Díaz Guerrero,John:多准则显著性检测:一种(精确的)鲁棒网络设计方法(2020)
  2. Bobkov,V.A.;Kudryashov,A.P.:从立体图像中识别和恢复动态物体的轨迹(2020年)
  3. Lindeberg,Tony:基于级联耦合的尺度归一化微分表达式的可证明尺度协变连续分层网络(2020)
  4. Maanicshah,Kamal;Azam,Muhammad;Nguyen,Hieu;Buuguila,Nizar;Fan,Wentao:具有变分分量分裂的有限倒贝塔-刘维尔混合模型(2020)
  5. Olver,Peter J.;Qu,Changzheng;Yang,Yun:中心仿射几何中的特征匹配和热流(2020)
  6. Park,Soyoung;Carriquiry,Alicia:一种使用最大群和加速鲁棒特征比较二维鞋类外底图像的算法(2020)
  7. Vinay,A.;Singh,Ankur;Anand,Nikhil;Raj,Mayank;Bharati,Aniket;Murthy,K.N.B.;Natarajan,S.:使用旋转、照明、比例和表情不变的密集特征和ENN(2020)进行面部图像分类
  8. Wu,Min;Wicker,Matthew;Ruan,Wenjie;Huang,Xiaowei;Kwiatkowska,Marta:基于博弈的具有可证明保证的深层神经网络近似验证(2020)
  9. Barajas García,Carolina;Solorza Calderón,Selene;Gutiérrez-López,Everardo:尺度、平移和旋转不变小波局部特征描述符(2019)
  10. Farhan,Erez:弱局部特征的高精度匹配(2019)
  11. Mohit Kumar;Chatterjee,Sromona;Zhang,Weiping;Yang,Jingzhi;Kolbe,Lutz M.:基于模糊理论模型的图像特征分析(2019)
  12. Maver,Jasna;Skočaj,Danijel:EL:基于对二维高斯函数偏导数的极端响应的局部图像描述符(2019)
  13. 石步海;张清明;徐海波:基于几何信息的局部特征匹配方法(2019)
  14. Singh,Chandan;Singh,Jaspreet:使用多核学习分类方法进行目标识别的几何不变颜色、形状和纹理特征(2019)
  15. Daniel Baier;Sarah Frost:通过图像数据分析和分类将品牌混淆与广告相似性和品牌优势联系起来(2018)
  16. Desolneux,A.;Leclaire,A.:来自类SIFT描述符的随机图像模型(2018)
  17. Adam Jacobson,Adam;Chen,Zetao;Milford,Michael:利用同质、多尺度位置识别框架利用可变传感器的空间敏锐度(2018)
  18. Kleinschmidt,Sebastian P.;Wagner,Bernardo:使用虚拟多模相机实现不同成像技术的空间融合(2018)
  19. Lindeberg,Tony:关于空间、时间和时空的密集尺度选择(2018)
  20. Lindeberg,Tony:视频数据中的时空尺度选择(2018)

1 2 ... 7 8 9 下一个