利用大型图像数据库的图像特征检测器相对于场景内容的性能表征

为特定应用选择最合适的局部不变特征检测器，使得评估特征检测器的任务成为视觉研究中的关键问题。没有一种最先进的图像特征检测器能在所有类型的图像变换下令人满意地工作。尽管文献提供了各种比较工作，侧重于几种图像变换下图像特征检测器的性能评估，但场景内容对局部特征检测器性能的影响迄今很少受到关注。本文旨在通过一个新的框架来弥补这一差距，该框架用于确定在可重复性率方面使检测器性能最大化和最小化的场景类型。利用大型数据库（对从真实世界捕获的539个场景应用均匀光照和模糊变化生成的12936幅图像）评估了几种最先进的特征检测器。所获得的结果提供了关于特征检测器行为的新见解。