忍者ブログ
個人HP After Cider の管理人、 ほねっとのブログです。 なのはプロジェクトとか大好きです。 八神はやてが大好きな管理人です。 コメント歓迎です!
[245] [244] [243] [242] [241] [240] [239] [238] [237] [236] [235]
×

[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。

画像処理論

35分くらい遅れ

SIFT(Scale-Invariant Feature Transform)
 藤吉弘亘先生のページ
 [SIFT Tutorial] http://www.vision.cs.chubu.ac.jp/SIFT/

Harris Corner Detector

SIFT

PCA-SIFT:頑健性向上
 [PCA-SIFT] http://www.cs.cmu.edu/~yke/pcasift/

BSIFT(Background and Scale Invariant Feature Transform)背景に強くなる
 [BSIFT - Background Invariant Object Recognition] http://www.cs.cmu.edu/~stein/BSIFT/


SIFTアルゴリズム

LoG(Laplacian of Gaussian)によるスケール探索
 ⇒近似としてDoG(Difference of Gaussian)を利用
 ※二階微分して式変形・近似するとDoGになる

DoGをいろんなオクターブやσに関してかけた出力のピークを探す
 疑問:キーポイントとなる点のすぐ隣のピクセルもキーポイントになってしまうのでは?

ヘッセ行列をつかう
 固有値をα、βにする
 α、βともに大きい=フラット
 α、βともに小さい=コーナ
 α≫βorα≪β=エッジ

固有値を用いない判別
 Tr(H)^2/Det(H)
 しきい値以上⇒エッジ上の点
 しきい値未満⇒キーポイント候補点
 疑問:鞍点はどうなるの?

サブピクセル推定(必要に応じて)
 DoG関数D(x)をテイラー展開(x=(x,y,σ)')
 xに関する導関数を求めて0とする
 ∂^2/∂x^2 D x_hat = -∂/∂x D

キーポイントの向きは勾配ヒストグラムから求める
 ピークの高さの80%よりうえをとっていく

向きに合わせて領域を回転させ、その後、領域を4x4に分割して各分割領域において8方向特徴ベクトルのヒストグラムを作る
 4x4x8=128次元のベクトル

画像の変化:回転・スケール変化・輝度変化・アフィン変化
 回転:特徴量ベクトルほとんど一緒
 スケール変化:特徴量ベクトルほとんど一緒
 輝度変化:特徴量ベクトルほとんど一緒
 アフィン変換:違いが出てくる!(☆解決法あり)

SIFTの利用例:Photo Tourism[SIGGRAPH 2006] - Microsoft Research
 [Photo Tourism] http://phototour.cs.washington.edu/
 [YouTube - Photo Tourism] http://www.youtube.com/watch?v=IgBQCoEfiMs
 ↓
 [PhotoSynth] http://photosynth.com/

PR

コメント


コメントフォーム
お名前
タイトル
文字色
メールアドレス
URL
コメント
パスワード
  Vodafone絵文字 i-mode絵文字 Ezweb絵文字


トラックバック
この記事にトラックバックする:


忍者ブログ [PR]
カレンダー
06 2018/07 08
S M T W T F S
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31
フリーエリア
最新CM
プロフィール
HN:
ほねっと
性別:
非公開
自己紹介:
ついったーはこちらです!
http://twitter.com/aftercider
バーコード
ブログ内検索
カウンター
アクセス解析