基于图像目标组合模糊描述子的相似度与对称性度量
计算机视觉与模式识别
2021-07-30 v1
摘要
本文描述了一种度量带有指示图像目标的边界框标注的图像之相似度与对称性的方法。由于基于深度学习的快速高效目标检测方法迅速发展，后一种表示近来变得流行。所提方法允许比较边界框集合以估计其底层图像的相似程度。它基于模糊方法，使用模糊互位置（FMP）矩阵来描述一幅图像内边界框之间的空间组合与关系。提出了一种计算由各自FMP矩阵描述的两幅图像之相似度的方法及其计算算法。它输出描述基于内容的图像相似度的单一标量值。通过修改方法参数，除相似度外，也可度量目标组合的反射对称性。所提方法允许度量不同强度的目标组合差异。它还对平移和缩放不变，并且在对称性检测情形下对对称轴的位置与方向不变。若干示例阐明了该方法。
引用
@article{arxiv.2107.13651,
title = {Similarity and symmetry measures based on fuzzy descriptors of image objects` composition},
author = {Marcin Iwanowski and Marcin Grzabka},
journal= {arXiv preprint arXiv:2107.13651},
year = {2021}
}
备注
10 pages