利用大型图像数据库结合场景内容对图像特征检测器性能的表征
计算机视觉与模式识别
2017-10-16 v2
摘要
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。尽管文献提供了多种在多种图像变换下关注图像特征检测器性能评估的比较工作，但场景内容对局部特征检测器性能的影响至今鲜受关注。本文旨在通过一个新的框架来弥补这一空白，该框架用于确定在重复率方面使检测器性能最大化和最小化的场景类型。本文展示了使用包含20482张图像的大型图像数据库，在JPEG压缩、均匀光照和模糊变化下，对从真实世界场景捕获的539种不同场景应用多种最先进的特征检测器所获得的结果。这些结果为特征检测器的行为提供了新的见解。
引用
@article{arxiv.1709.08202,
title = {Performance Characterization of Image Feature Detectors in Relation to the Scene Content Utilizing a Large Image Database},
author = {Bruno Ferrarini and Shoaib Ehsan and Ales Leonardis and Naveed Ur Rehman and Klaus D. McDonald-Maier},
journal= {arXiv preprint arXiv:1709.08202},
year = {2017}
}
备注
Extended version of the conference paper available at http://ieeexplore.ieee.org/abstract/document/7314191/?reload=true