×

兹马思-数学第一资源

一种新的关键点检测与描述方案。(英语) Zbl公司 1395.94317
摘要:关键点检测及其描述是局部关键点匹配的两个重要方面,在计算机视觉和模式识别应用中至关重要。本文提出了一种新的尺度不变和旋转不变的检测器和描述符,分别称为DDoG和FBRK。首先利用Hilbert曲线扫描将二维数字图像转换为一维灰度序列。然后,在一维图像序列的基础上,提出了一种利用高斯函数二阶差分逼近DoG检测器的方法。最后,提出了一种新的基于二进制比率的关键点描述子。这是通过使用关键点像素值与该关键点周围的其他像素值在比例空间中的比率关系来实现的。实验结果表明,该方法计算速度快,性能接近甚至优于现有方法。

理学硕士:
94A60型 密码学
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 洛伊,D。G、 《尺度不变关键点的图像特征识别》,国际计算机视觉杂志,60,2,91-110,(2004)
[2] 马塔斯,J。;朋友,O。;城市,M。;Pajdla,T.,来自最大稳定极值区域的稳健宽基线立体声,英国机器视觉会议论文集(BMVC'02)
[3] 克,V。;苏克唐纳,R。;Huston,L.,高效的近重复检测和子图像检索,第12届ACM多媒体国际会议论文集
[4] 图耶特拉斯,T。;古尔,我。五、 ,基于局部仿射不变区域的基于内容的图像检索,第三届视觉信息与信息系统国际会议论文集
[5] 硒、硫。;洛,D。;Little,J.,使用视觉地标对移动机器人进行局部和全局定位,IEEE/RSJ智能机器人和系统国际会议论文集,IEEE
[六] 布朗,M。;洛伊,D。G、 ,识别全景,第9届IEEE国际计算机视觉会议论文集
[7] Moravec,H.,漫游者视觉障碍回避,第七届国际人工智能联合会议论文集(IJCAI'81)
[8] 哈里斯,C。;Stephens,M.,《角和边缘检测组合》,阿尔维视觉会议论文集
[9] 罗斯滕。;Drummond,T.,《高速角点检测的机器学习》,计算机视觉ECCV2006:第9届欧洲计算机视觉会议,奥地利格拉茨,2006年5月7-13日。诉讼,第一部分。计算机视觉ECCV2006:第九届欧洲计算机视觉会议,奥地利格拉茨,2006年5月7日至13日。论文集,第一部分,计算机科学讲义,3951430-443,(2006),柏林,德国:斯普林格,柏林,德国
[10] 梅尔,E。;海格,G。;布施卡,D。;苏帕,M。;Hirzinger,G.,《基于加速段测试的自适应和通用角点检测》,《计算机视觉ECCV2010:第11届欧洲计算机视觉会议论文集》,希腊克里特岛赫拉克利翁,2010年9月5日至11日,第二部分。计算机视觉ECCV2010:第11届欧洲计算机视觉会议论文集,希腊克里特岛赫拉克利翁,2010年9月5日至11日,第二部分,计算机科学课堂讲稿,6312183-196,(2010),德国柏林:德国柏林斯普林格
[11] 鲁布利E。;拉博,V。;科诺里奇,K。;Bradski,G.,ORB:SIFT或SURF的有效选择,IEEE国际计算机视觉会议论文集(ICCV’11)
[12] 林德伯格,T.,特征检测与自动尺度选择,国际计算机视觉杂志,30,2,79-116,(1998)
[13] Mikolajczyk,K。;Schmid,C.,基于尺度不变兴趣点的索引,第八届计算机视觉国际会议论文集
[14] Mikolajczyk,K。;Schmid,C.,仿射不变兴趣点检测器,欧洲计算机视觉会议论文集
[15] Mikolajczyk,K。;图耶特拉斯,T。;施密德,C。;齐瑟曼,A。;马塔斯,J。;沙夫利茨基。;卡迪尔,T。;范古尔,L.,仿射区域检测器的比较,国际计算机视觉杂志,65,1-2,43-72,(2005)
[16] 约翰逊,A。E、 。;Hebert,M.,通过匹配定向点识别对象,IEEE计算机协会计算机视觉和模式识别会议论文集
[17] 扎比,R。;Woodfill,J.,用于计算视觉对应的非参数局部变换,计算机视觉ECCV’94:第三届欧洲计算机视觉会议斯德哥尔摩,瑞典,1994年5月2日至6日会议论文集,第二卷。计算机视觉ECCV’94:第三届欧洲计算机视觉会议斯德哥尔摩,瑞典,1994年5月2日至6日会议录,第二卷,计算机科学讲座笔记,801151-158,(1994),德国柏林:德国柏林斯普林格
[18] 克,Y。;Sukthankar,R.,PCA-SIFT:局部图像描述符的一种更具特色的表示方法,IEEE计算机协会计算机视觉和模式识别会议论文集(CVPR’04)
[19] Mikolajczyk,K。;Schmid,C.,局部描述符的性能评估,IEEE模式分析与机器智能汇刊,27,10,1615-1630,(2005)
[20] 海湾,H。;Ess,A。;图耶特拉斯,T。;范古尔,L.,《加速鲁棒特征(SURF),计算机视觉和图像理解》,110,3346-359,(2008)
[21] 加州理工大学。;麻风,V。;斯特雷查,C。;Fua,P.,简介:二进制鲁棒独立基本特征,欧洲计算机视觉会议论文集
[22] Leutenegger,S。;克力,M。;西格瓦特,R。Y、 ,BRISK:二进制鲁棒不变可伸缩关键点,IEEE国际计算机视觉会议论文集(ICCV’11)
[23] 阿拉希,A。;奥尔蒂斯,R。;Vandergheynst,P.,FREAK:快速视网膜关键点,IEEE计算机视觉和模式识别会议论文集(CVPR'12),IEEE
[24] 月亮,B。;贾加迪什,H。五、 。;法洛索斯,C。;萨尔茨,J。H、 《Hilbert空间填充曲线的聚类特性分析》,IEEE知识与数据工程学报,13,1,124-141,(2001)
[25] 但是,A。R、 ,Hilbert空间填充曲线的替代算法,IEEE电子计算机学报,20,4,424-426,(1971)·Zbl公司 223.68018
[26] 布朗,M。;洛伊,D。G、 ,来自兴趣点群的不变特征,英国机器视觉会议论文集
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。