解释消除方法实现准确且鲁棒的模板匹配
计算机视觉与模式识别
2025-01-22 v1
摘要
识别和定位图像块或图像特征集合是计算机视觉中许多工作的基础任务。传统上，这是通过模板匹配来完成的。然而，模板匹配在面对由视角变化、部分遮挡和非刚性形变等引起的外观变化时 notoriously 脆弱。本文测试了一种对此类外观变化更具鲁棒性、从而能更准确地识别图像块的模板匹配方法。在传统模板匹配中，模板与图像的比较独立于其他模板。相比之下，本文所倡导的方法考虑了图像在每个位置为该模板提供的证据，以及由同一模板在其他位置和其他模板所代表的全部备选解释。具体而言，所提出的模板匹配方法是使用一种称为“解释消除”(explaining away) 的概率推断形式来执行的。用于实现解释消除的算法此前已被用于模拟若干神经生物学机制，并应用于图像轮廓检测和模式识别任务。此处首次将其应用于图像块匹配，并显示出优于当前最先进方法的结果。
引用
@article{arxiv.1911.04169,
title = {Explaining Away Results in Accurate and Tolerant Template Matching},
author = {M. W. Spratling},
journal= {arXiv preprint arXiv:1911.04169},
year = {2025}
}