Bit-Planes：二值描述子的稠密亚像素对齐
计算机视觉与模式识别
2016-02-02 v1
摘要
二值描述子在近期计算高效的稀疏图像对齐算法演进中发挥了重要作用。然而，视觉界日益关注稠密图像对齐方法，该方法更适合从高速率相机估计对应点，因为它们不依赖穷举搜索。但是，经典的稠密对齐方法对光照变化敏感。本文中，我们提出了一种易于实现且低复杂度的稠密二值描述子，称之为 bit-planes，可无缝集成到多通道 Lucas & Kanade 框架中。这种新方法将二值描述子的鲁棒性与稠密对齐方法的速度和精度相结合。该方法在模板跟踪问题上得到验证，在消费级笔记本电脑（单核 Intel i7 上 400+ fps）和手持移动设备（iPad Air 2 上 100+ fps）上实现了 state-of-the-art 的鲁棒性和快于实时的性能。
引用
@article{arxiv.1602.00307,
title = {Bit-Planes: Dense Subpixel Alignment of Binary Descriptors},
author = {Hatem Alismail and Brett Browning and Simon Lucey},
journal= {arXiv preprint arXiv:1602.00307},
year = {2016}
}
备注
10 pages. In submission