中文

特征提取与描述算法的最新进展:综述

计算机视觉与模式识别 2017-03-21 v1 分布式、并行与集群计算

摘要

计算机视觉是当今信息技术领域最活跃的研究方向之一。赋予机器和机器人以视觉速度观察并理解周围世界的能力,创造了无尽的应用潜力与机遇。特征检测与描述算法可被视为这类机器和机器人眼睛的视网膜。然而,这些算法通常计算密集,难以达到视觉速度的实时性能。此外,它们的能力各有不同,某些算法在特定输入类型下可能表现更佳。因此,有必要简明扼要地报告它们的优缺点、性能表现以及最新进展。本文致力于对特征检测与描述算法的现状与最新进展进行全面综述。具体而言,首先概述基本概念,然后比较、报告并讨论其性能与能力。选取同类算法中最优的两种——最大稳定极值区域算法和尺度不变特征变换算法,报告其近期的算法衍生成果。

关键词

引用

@article{arxiv.1703.06376,
  title  = {Recent Advances in Features Extraction and Description Algorithms: A Comprehensive Survey},
  author = {Ehab Salahat and Murad Qasaimeh},
  journal= {arXiv preprint arXiv:1703.06376},
  year   = {2017}
}

备注

Annual IEEE Industrial Electronics Societys 18th International Conf. on Industrial Technology (ICIT), 22-25 March, 2017