SeFM：一种用于物体三维重建的序贯特征点匹配算法
计算机视觉与模式识别
2019-11-26 v3
摘要
三维重建是许多应用中的基本问题，而特征点匹配是重建目标物体的关键步骤。传统算法只能从两幅图像中找到少量特征点，这对于重建是相当不足的。为克服该问题，我们提出 SeFM 一种序贯特征点匹配算法。我们首先利用对极几何求出每幅图像的对极点。沿对极点旋转，我们生成一组对极线并保留与输入图像相交的那些。接着，应用一个粗略匹配阶段，随后一个稠密匹配阶段，利用动态规划找出匹配点对面。此外，我们还通过计算有效性剔除错误匹配点对面。实验结果表明，相较于传统算法，SeFM 可取得约 1,000 到 10,000 倍的匹配点对面（取决于具体图像），且仅用两幅图像的物体重建在语义上可见。而且，在精确率和召回率方面，它优于 SIFT 和 SURF 等传统算法。
引用
@article{arxiv.1812.02925,
title = {SeFM: A Sequential Feature Point Matching Algorithm for Object 3D Reconstruction},
author = {Zhihao Fang and He Ma and Xuemin Zhu and Xutao Guo and Ruixin Zhou},
journal= {arXiv preprint arXiv:1812.02925},
year = {2019}
}
备注
This is a pre-print of a contribution published in Frontier Computing - Theory, Technologies and Applications (FC 2019) published by Springer