用于计数图像特征及其匹配的信息比与互信息比
计算机视觉与模式识别
2020-05-15 v1 信息论
math.IT
摘要
特征提取与描述是计算机视觉中的一个重要课题，因为它是图像重建、拼接、配准和识别等众多任务的起点。本文提出两种新的图像特征：信息比（IR）与互信息比（MIR）。IR 是单幅图像的特征，而 MIR 描述两幅或多幅图像共有的特征。我们首先引入 IR 与 MIR，并从信息论角度将其动机阐述为：某一强度级别的自信息与该强度下像素所包含信息之比。值得注意的是，文中讨论了 IR 和 MIR 与经典信息度量——图像熵和互信息——的关系。最后，通过在 INRIA Copydays 数据集上的特征提取以及在 Oxfords Affine Covariant Regions 上的特征匹配检验了这些特征的有效性。这些数值评估验证了 IR 和 MIR 在实际计算机视觉任务中的相关性。
引用
@article{arxiv.2005.06739,
title = {The Information & Mutual Information Ratio for Counting Image Features and Their Matches},
author = {Ali Khajegili Mirabadi and Stefano Rini},
journal= {arXiv preprint arXiv:2005.06739},
year = {2020}
}
备注
8-th Iran Workshop on Communication and Information Theory, 2020