TILDE：一种时间不变的学习型检测器
计算机视觉与模式识别
2015-11-16 v3
摘要
我们提出了一种基于学习的方法，用于在天气和光照条件发生剧烈变化时检测可重复的关键点，而现有的最先进关键点检测器对这些变化表现出惊人的敏感性。我们首先从同一视角拍摄的多张训练图像中识别出良好的关键点候选点。随后，我们训练一个回归器来预测得分图，其极大值即为这些点，以便通过简单的非极大值抑制找到它们。由于没有标准数据集可以测试此类变化的影响，我们创建了自己的数据集并将公开提供。我们将证明，我们的方法在此类挑战性条件下显著优于最先进的方法，同时在未训练过的标准 Oxford 数据集上仍能实现最先进的性能。
引用
@article{arxiv.1411.4568,
title = {TILDE: A Temporally Invariant Learned DEtector},
author = {Yannick Verdie and Kwang Moo Yi and Pascal Fua and Vincent Lepetit},
journal= {arXiv preprint arXiv:1411.4568},
year = {2015}
}