基于稀疏编码的尺度与旋转不变关键点检测器
计算机视觉与模式识别
2020-10-14 v1
摘要
大多数流行的手工设计关键点检测器，如Harris角点、SIFT、SURF，旨在检测图像中的角点、斑点、交叉点或其他人为定义的结构。尽管它们对某些几何变换具有鲁棒性，但非预期场景或非均匀光照变化会显著削弱其性能。因此，非常需要一种能灵活应对上下文变化，同时对几何和非均匀光照变化均具鲁棒性的新检测器。本文通过将尺度与旋转不变设计（称为SRI-SCK）融入近期提出的基于稀疏编码的关键点检测器（SCK）中，来解决这一挑战性问题。SCK检测器在不同场景下灵活且对仿射强度变化完全不变，但其并未设计用于处理具有剧烈尺度和旋转变化的图像。在SRI-SCK中，尺度不变性通过图像金字塔技术实现，而旋转不变性则通过组合SCK稀疏编码步骤中所用字典的多个旋转版本来实现。本文还提出了计算关键点特征尺度及其亚像素精度位置的技术。在三个公开数据集上的实验结果表明，该方法实现了显著高的重复率和匹配分数。
引用
@article{arxiv.2010.06264,
title = {A Scale and Rotational Invariant Key-point Detector based on Sparse Coding},
author = {Thanh Hong-Phuoc and Ling Guan},
journal= {arXiv preprint arXiv:2010.06264},
year = {2020}
}
备注
A novel scale and rotational invariant key-point detector was proposed