高效空间自适应卷积与相关
计算机视觉与模式识别
2020-07-29 v2 图形学
摘要
卷积与相关的快速方法支撑了计算机视觉与图形学中的多种应用，包括高效滤波、分析与仿真。然而，标准卷积与相关固有地受限于固定滤波器：若不牺牲高效计算，便无法实现空间自适应。在早期工作中，Freeman 和 Adelson 展示了可控滤波器如何应对此限制，提供了一种在滤波器滑过信号时旋转滤波器的方法。在本工作中，我们提供一个通用的、表示论性的框架，允许对滤波器施加空间变化的线性变换。该框架支持对旋转（2D 与 3D）和尺度等变换群的高效扩展卷积与相关实现，并为包括可控滤波器和广义 Hough 变换在内的先前方法提供新解释。我们展示了在模式匹配、图像特征描述、向量场可视化和自适应图像滤波中的应用。
引用
@article{arxiv.2006.13188,
title = {Efficient Spatially Adaptive Convolution and Correlation},
author = {Thomas W. Mitchel and Benedict Brown and David Koller and Tim Weyrich and Szymon Rusinkiewicz and Michael Kazhdan},
journal= {arXiv preprint arXiv:2006.13188},
year = {2020}
}