通过特征图变换从显著区域提取局部特征
计算机视觉与模式识别
2023-01-26 v1
摘要
局部特征匹配对定位与三维重建等诸多应用至关重要。然而，在各种相机视角与光照条件下准确匹配特征点具有挑战性。本文提出一种鲁棒提取并描述显著局部特征的框架，其不受光照与视角变化影响。该框架抑制光照变化并增强结构信息，以忽略光照噪声并聚焦于边缘。我们将特征协方差矩阵（一种隐式特征图信息）中的元素分类为两个分量。我们的模型从显著区域提取特征点，从而减少错误匹配。在实验中，所提方法在 HPatches、Aachen Day-Night 和 ETH 等展现高度视角与光照变化的公开数据集上取得了优于最先进方法的精度。
引用
@article{arxiv.2301.10413,
title = {Local Feature Extraction from Salient Regions by Feature Map Transformation},
author = {Yerim Jung and Nur Suriza Syazwany Binti Ahmad Nizam and Sang-Chul Lee},
journal= {arXiv preprint arXiv:2301.10413},
year = {2023}
}
备注
British Machine Vision Conference (BMVC) 2022