D2D：基于描述后检测方法的关键点提取
计算机视觉与模式识别
2020-05-29 v1 机器学习
图像与视频处理
摘要
在本文中，我们提出了一种利用描述子空间中的信息来提议关键点位置的新方法。先检测后描述，或联合检测与描述是提取局部描述子的两种典型策略。相反，我们提出了一种反转此过程的方法，即先描述然后检测关键点位置。Describe-to-Detect（D2D）利用了成功的描述子模型，无需任何额外训练。我们的方法将关键点选为具有高信息量的显著位置，该信息量由描述子而非某些独立算子定义。我们在包括图像匹配、相机定位和 3D 重建的多个基准上进行了实验。结果表明，我们的方法提升了各种描述子的匹配性能，并且能跨方法和任务泛化。
引用
@article{arxiv.2005.13605,
title = {D2D: Keypoint Extraction with Describe to Detect Approach},
author = {Yurun Tian and Vassileios Balntas and Tony Ng and Axel Barroso-Laguna and Yiannis Demiris and Krystian Mikolajczyk},
journal= {arXiv preprint arXiv:2005.13605},
year = {2020}
}