CUDA LATCH 二进制描述子：因为有时更快意味着更好
计算机视觉与模式识别
2016-09-15 v2
摘要
在选择局部图像描述子时，准确性、描述子大小以及提取和匹配所需的时间都是重要因素。为了对所有这些要求进行优化，本文将最近的 LATCH（三补丁学习排列）二进制描述子移植到 GPU 平台上。LATCH 的设计使其非常适合 GPU 处理。由于其尺寸小且具有二进制特性，GPU 可以进一步用于高效地匹配 LATCH 特征。综合来看，这带来了极快的描述子提取和匹配速度。我们在一个特征匹配密集的应用中评估了这些速度与结果质量之间的权衡。为此，我们使用提出的 CUDA LATCH (CLATCH) 进行运动恢复结构，比较了使用不同表示方法的 3D 重建结果与速度。结果表明，CLATCH 仅需其他表示方法所需时间的一小部分即可提供高质量的 3D 重建，且重建质量几乎没有损失。
引用
@article{arxiv.1609.03986,
title = {The CUDA LATCH Binary Descriptor: Because Sometimes Faster Means Better},
author = {Christopher Parker and Matthew Daiter and Kareem Omar and Gil Levi and Tal Hassner},
journal= {arXiv preprint arXiv:1609.03986},
year = {2016}
}
备注
Accepted to ECCV'16 workshops