怪胎

怪胎:快速视网膜关键点。大量的视觉应用依赖于图像中关键点的匹配。在过去的十年里,一场向更快、更健壮的关键点和关联算法进行军备竞赛:尺度不变特征变换(SIFT)[17],加速鲁棒特征(SURF)[4],以及最近的二进制鲁棒不变可伸缩关键点(BRISK)[I6]等等。如今,在内存和计算复杂度较低的智能手机和嵌入式设备上部署视觉算法甚至提高了赌注:目标是使描述符计算速度更快、更紧凑,同时对缩放、旋转和噪声保持鲁棒。为了更好地满足当前的需求,我们提出了一种新的关键点描述符,它是受人类视觉系统和更精确的视网膜启发的,创造了快速视网膜关键点(FREAK)。通过有效比较视网膜采样模式上的图像强度来计算二进制串的级联。我们的实验表明,一般情况下,怪物计算速度更快,内存负载更低,而且比SIFT、SURF或BRISK更健壮。因此,它们是现有关键点的有竞争力的替代品,特别是对于嵌入式应用程序。


zbMATH参考文献(参考12篇文章)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. 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)
  2. Desolsifa随机描述;like Neusifa图像
  3. Le,Anh Vu;Won,Chee-Sun:基于关键点的立体匹配及其在插值中的应用(2017)
  4. Foi,Alessandro;Boracchi,Giacomo:中心凹非局部自相似性(2016)
  5. Wilkowski,Artur;Kornuta,Tomasz;Stefanëczyk,Maciej;Kasprzak,Włodzimierz:使用RGB-D传感器高效生成3D冲浪地图(2016年)
  6. Farhan,Erez;Hagege,Rami:用于局部特征分析和匹配的几何展开(2015)
  7. Kapela,Rafal;Gugala,Karol;Sniatala,Pawel;Swietlicka,Aleksandra;Kolanowski,Krzysztof:基于局部图像描述符的目标检测嵌入式平台(2015)
  8. Mondéjar Guerra,V.M.;Muñoz Salinas,R.;Marín-Jiménez,M.J.;Carmona Poyato,A.;Medina Carnicer,R.:关键点描述符与Dempster-Shafer理论的融合(2015)
  9. 杨丽莲卢章平:一种新的关键点检测与描述方案(2015)
  10. 瞿秀杰;赵飞;周梦哲;霍海莉:一种新的快速鲁棒的二值仿射不变图像匹配描述子(2014)
  11. 张云;田,田;田,金文;龚俊斌;明,德利:一个新的生物启发的地方特征描述符(2014)ioport公司
  12. Mainali,Pradip;Lafruit,Gauthier;Yang,琼;Geelen,Bert;Van Gool,Luc;Lauwereins,Rudy:SIFER:具有容错能力的尺度不变特征检测器(2013)