MREAK：形态学视网膜关键点描述符
计算机视觉与模式识别
2019-01-25 v1
摘要
多种计算机视觉应用依赖于所用图像匹配算法的效率。各种描述符被设计用于检测和匹配图像中的特征。此类算法在移动应用中的部署产生了对低计算时间的需求。二进制描述符比基于浮点的描述符需要更少的计算时间，这是因为成对采样点之间的强度比较以及在创建二进制串后进行比较。为了降低时间复杂度，往往牺牲了所匹配关键点的质量。我们提出一种名为形态学视网膜关键点描述符（MREAK）的关键点描述符，其受人类瞳孔根据光量扩张和收缩的功能启发。通过使用开闭形态学算子并相应地修改视网膜采样模式，观察到准确匹配关键点数量的增加。我们的结果表明，匹配的关键点比 FREAK 描述符更高效，并且比 SIFT、BRISK 和 SURF 等多种描述符需要更低的计算时间。
引用
@article{arxiv.1901.08213,
title = {MREAK : Morphological Retina Keypoint Descriptor},
author = {Himanshu Vaghela and Manan Oza and Sudhir Bagul},
journal= {arXiv preprint arXiv:1901.08213},
year = {2019}
}