尺度空间中影响关键点稳定性的因素分析
计算机视觉与模式识别
2015-11-30 v1
摘要
十年来D. Lowe提出的最流行图像匹配算法SIFT已被证明具有充分的尺度不变性，可用于众多应用。然而在实践中，尺度不变性可能被SIFT实现中固有的各种误差源削弱，影响关键点检测的稳定性和精度。高斯尺度空间采样的密度和输入图像的模糊量是其中两个误差源。本文给出它们对提取关键点稳定性影响的数值分析。此类分析在如何比较特征检测器和如何改进SIFT方面具有方法论和实际意义。我们表明，即使尺度空间被显著过采样，数值误差仍阻碍实现完美稳定性。通常滤除不稳定检测的策略被证明低效。我们还证明，关于初始模糊假设中误差的影响是不对称的，且该方法在存在混叠或无正确相机模糊假设时严重退化。
引用
@article{arxiv.1511.08478,
title = {An analysis of the factors affecting keypoint stability in scale-space},
author = {Ives Rey-Otero and Jean-Michel Morel and Mauricio Delbracio},
journal= {arXiv preprint arXiv:1511.08478},
year = {2015}
}