用于基于检测跟踪的特征描述子:一项基准测试
计算机视觉与模式识别
2016-07-22 v1
摘要
本文对局部描述子在跟踪应用中的性能进行了广泛评估。文献中已提出许多不同的描述子,用于计算机视觉中广泛的应用,如物体识别和 3D 重建。最近,由于快速关键点检测器的出现,局部图像特征可用于在线跟踪框架。然而,尽管在评估其在图像变换下的显著性和鲁棒性方面已付出大量努力,但在跟踪背景下所做的工作却非常少。我们的评估从显著性、跟踪精度和跟踪速度三个方面进行。结果表明,由于具有更多数量的关键点,诸如 ORB 或 BRISK 之类的二值描述子获得了与 SIFT 或 AKAZE 相当的结果。
引用
@article{arxiv.1607.06178,
title = {Feature Descriptors for Tracking by Detection: a Benchmark},
author = {Alessandro Pieropan and Mårten Björkman and Niklas Bergström and Danica Kragic},
journal= {arXiv preprint arXiv:1607.06178},
year = {2016}
}