多视图描述子的设计与分析
计算机视觉与模式识别
2013-11-26 v1
摘要
我们提出了一种将基于梯度方向直方图（HOG，在单幅图像中计算）的流行描述子扩展至多视图的方法。该方法基于将 HOG 解释为采样图像空间中的条件密度，其中视角和光照等干扰因素的影响被边缘化。然而，这种边缘化是相对于底层分布的非常粗略的近似执行的。我们的扩展利用了同一场景的多视图允许将内在变异性与干扰变异性分离的事实，从而能够更好后者进行边缘化。结果得到的描述子具有与单视图 HOG 相同的复杂度，并可以以相同方式进行比较，但利用多视图更好地权衡了对干扰变异性的不敏感性与对内在变异性的特异性。我们还引入了一个新的多视图宽基线匹配数据集，该数据集由真实和合成对象的混合组成，具有真实标注的相机运动和密集的三维几何信息。
引用
@article{arxiv.1311.6048,
title = {On the Design and Analysis of Multiple View Descriptors},
author = {Jingming Dong and Jonathan Balzer and Damek Davis and Joshua Hernandez and Stefano Soatto},
journal= {arXiv preprint arXiv:1311.6048},
year = {2013}
}