| 講演名 | 2009-06-19 密なエッジサンプリングに基づく局所不変特徴量による対応付け(一般セッション,実世界センシングとその応用) 市村 直幸, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 画像の対応付けのために局所不変特徴量を抽出する際,画像内に記述子を計算する局所領域を設定する.この局所領域は,LoG(Laplacian of Gaussian)フィルタ等を用いた特徴点抽出による方法で設定できる.本論文では,特徴点抽出による方法において,特徴点抽出フィルタの処理範囲と局所領域の差異に起因し,対応付けに有効な輝度変化を有する部分に局所領域が設定されないことを指摘する.そして,輝度変化をより活用するために,密なエッジサンプリングによる局所領域の設定方法を提案する.密なエッジサンプリングにより,対応付けに有効な情報を有する局所領域数が大きく増加することを,記述子のエントロピーを用いて定量的に明らかにする.GPUによる実装を通じた実験により,隠れのあるシーンやテクスチャが乏しいシーンにおいて,頑健な対応付けが可能になることを示す. |
| 抄録(英) | Detecting local regions in which descriptors are computed is necessary to extract local invariant features for image matching. The filters for feature point extraction such as LoG (Laplacian of Gaussian) have been used to find the appropriate positions of the local regions in an image. In this paper, we point out on local region detection that the portions of an image with intensity variations useful for image matching are not used as the local regions due to the difference between the sizes of the filters and the local regions. In order to take full advantage of intensity variations, we propose a method to detect the local regions based on dense edge sampling. Using the entropies of descriptors, we quantitatively show that the number of local regions with intensity variations useful for image matching is greatly increased by dense edge sampling. Experimental results obtained by a GPU-based implementation demonstrate the robustness of the proposed method to scenes with occlusions and less textures. |
| キーワード(和) | |
| キーワード(英) | |
| 資料番号 | PRMU2009-51 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2009/6/11(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 密なエッジサンプリングに基づく局所不変特徴量による対応付け(一般セッション,実世界センシングとその応用) |
| サブタイトル（和） | |
| タイトル（英） | Matching with Local Invariant Features Based on Dense Edge Sampling |
| サブタイトル（和） | |
| キーワード(1)（和/英） | |
| 第 1 著者 氏名（和/英） | 市村 直幸 / Naoyuki ICHIMURA |
| 第 1 著者 所属（和/英） | 産業技術総合研究所脳神経情報研究部門 Neuroscience Research Institute, National Institute of Advanced Industrial Science and Technology (AIST) |
| 発表年月日 | 2009-06-19 |
| 資料番号 | PRMU2009-51 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | 88 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |