局部描述子中的域大小池化: DSP-SIFT
计算机视觉与模式识别
2015-05-06 v3
摘要
我们引入了对局部图像描述子(如SIFT)的简单修改,该方法基于跨不同域大小以及空间位置池化梯度方向。所得描述子我们称之为DSP-SIFT,在宽基线匹配基准中优于其他方法,包括那些基于卷积神经网络的方法,尽管其具有与SIFT相同的维度且无需训练。
引用
@article{arxiv.1412.8556,
title = {Domain-Size Pooling in Local Descriptors: DSP-SIFT},
author = {Jingming Dong and Stefano Soatto},
journal= {arXiv preprint arXiv:1412.8556},
year = {2015}
}
备注
Extended version of the CVPR 2015 paper. Technical Report UCLA CSD 140022