描述符集成：单应性空间中描述符融合的无监督方法
计算机视觉与模式识别
2014-12-16 v1
摘要
为了提高特征匹配的性能，我们提出了一种在单应性空间融合各种局部描述符的无监督方法。受正确特征对应关系的单应性在空间域上平滑变化这一观察结果的启发，我们的方法立足于特征匹配的无监督特性，能够为每个特征点选择合适的描述符进行匹配。具体而言，单应性空间作为公共域，其中任何描述符获得的对应关系都被视为一个点，用于整合各种异构描述符。通过计算对应关系在该空间中的测地距离，考虑了对应关系之间的几何一致性和空间连续性。通过这种方式，允许不同描述符之间进行相互验证，正确的对应关系将因高度的一致性（即此处较短的测地距离）而凸显。由此，可应用一类支持向量机 (one-class SVM) 来识别这些正确的对应关系，从而提升特征匹配的性能。所提方法与最先进的方法进行了全面比较，并在四个图像匹配基准上进行了评估。良好的结果证明了其有效性。
引用
@article{arxiv.1412.4196,
title = {Descriptor Ensemble: An Unsupervised Approach to Descriptor Fusion in the Homography Space},
author = {Yuan-Ting Hu and Yen-Yu Lin and Hsin-Yi Chen and Kuang-Jui Hsu and Bing-Yu Chen},
journal= {arXiv preprint arXiv:1412.4196},
year = {2014}
}