WxBS：宽基线立体匹配的泛化
计算机视觉与模式识别
2015-05-13 v2
摘要
我们提出了一个新问题——宽多基线立体匹配（WxBS）——其考虑在多个图像采集因素（如视角、光照、传感器类型）上同时不同，或物体外观发生显著变化（例如随时间）的图像匹配。我们引入了一个带有真值用于评估匹配算法的新数据集，并将公开该数据集。我们广泛测试了大量流行和近期的检测器与描述子，结果表明，将 RootSIFT 和 HalfRootSIFT 作为描述子与 MSER 和 Hessian-Affine 检测器结合，在许多不同的干扰因素下表现最佳。我们表明，简单的自适应阈值处理改进了 Hessian-Affine、DoG、MSER（以及可能的其他）检测器，并允许将它们用于红外和低对比度图像。我们提出了一种解决 WxBS 问题的新匹配算法。我们通过实验表明，WxBS-M 匹配器在新数据集和现有数据集上都主导了最先进的方法。
引用
@article{arxiv.1504.06603,
title = {WxBS: Wide Baseline Stereo Generalizations},
author = {Dmytro Mishkin and Jiri Matas and Michal Perdoch and Karel Lenc},
journal= {arXiv preprint arXiv:1504.06603},
year = {2015}
}
备注
Descriptor and detector evaluation expanded