基于环形池化配置与优化的局部多分组二值描述子
计算机视觉与模式识别
2015-10-28 v1
摘要
局部二值描述子因其在计算速度上的巨大优势而受到越来越多的关注，能够在众多图像/视觉应用中实现实时性能。已有多种方法被提出以学习数据依赖的二值描述子。然而，大多数现有二值描述子过度追求计算简洁，却以严重的信息丢失为代价，导致使用汉明距离进行相似度度量时产生歧义。本文中，通过考虑多种特征可能共享互补信息，我们提出一种新颖的局部二值描述子，称为基于环形的多分组描述子 (Ring-based Multi-Grouped Descriptor, RMGD)，成功弥合了当前二值描述子与浮点描述子之间的性能差距。我们的贡献有两方面。首先，我们引入一种基于空间环形区域采样的新的池化配置，允许对不同形状、尺度和距离的区域对全集进行二值测试。这比通常应用有限池化配置的现有方法产生了更有意义的描述。进而，提出一种扩展的 Adaboost 用于通过强调高方差和低相关性来高效选择比特，实现高度紧凑的表示。其次，RMGD 由提取二值串的多个图像属性计算而得。我们将多分组特征集成建模为 rankSVM 或稀疏 SVM 学习问题，使得不同特征能够强互补，这是判别力与鲁棒性的关键。RMGD 的性能在多个公开基准上进行了评估，其显著优于最先进的二值描述子。
引用
@article{arxiv.1509.06557,
title = {Local Multi-Grouped Binary Descriptor with Ring-based Pooling Configuration and Optimization},
author = {Yongqiang Gao and Weilin Huang and Yu Qiao},
journal= {arXiv preprint arXiv:1509.06557},
year = {2015}
}
备注
To appear in IEEE Trans. on Image Processing, 2015