近似LoGフィルタを用いた局所不変特徴量の抽出－GPUによる実装－

• Item type: SIG Technical Reports(1)
• 公開日: 2008-11-20
• タイトル: 近似LoGフィルタを用いた局所不変特徴量の抽出－GPUによる実装－
• タイトル / 言語: en
• タイトル: Extracting Local Invariant Features Using the Approximated LoG Filter - A GPU-based Implementation -
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 産業技術総合研究所脳神経情報研究部門
• 著者所属(英): en
• 著者所属(英): Neuroscience Research Institute, National Institute of Advanced Industrial Science and Technology (AIST)
• 著者名: 市村, 直幸
• 著者名(英): Naoyuki, Ichimura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 局所不変特徴量を抽出する際，正規化 LoG フィルタを用いて特徴点の固有スケールを求める．この処理には，数多くの畳み込み演算が必要なスケールスペースの生成を伴うため，計算時間に制約がある応用では，計算量の削減が必要となる．本論文では，この計算量の削減を目的とした近似 LoG フィルタの， GPU による実装について述べる．近似 LoG フィルタでは，正規化 LoG 関数の極値点に位置する画素のみを参照することにより，計算量を削減する．このフィルタを CUDA を用いて実装し，計算速度の向上を図る．処理の一例として，720x480 画素の画像から，初期スケールを 1.6 とし，各オクターブ 5 枚の画像をもつ 5 オクターブのスケールスペースを生成した．その結果，正規化 LoG フィルタと比較して約 2 倍高速となり，計算時間は約 14 [ms] となった．スケールが大きくなるほど，近似LoGフィルタの優位性が高まることも確認した．局所不変特徴量の抽出に必要な他の処理も GPU により実装したので，その結果も合わせて示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Detecting characteristic scales of feature points by the normalized LoG filter is used to extract local invariant features. Since large amount of computations for convolutions to create scale spaces are required, the computational cost in detecting characteristic scales has to be reduced for applications with time constraints. This paper presents a GPU-based implementation of an approximated LoG filter~(ALoG filter). The response of the ALoG filter is calculated from the pixels corresponding to the extrema of the normalized LoG function to reduce the computational cost. We implement the filterusing the CUDA for fast computation and create the scale space with 5 octaves, 5 images within an octave and the initial scale 1.6 from a 720x480 pixel image. For the scale space, the ALoG filter is about 2 times faster than the normalized LoG filter and the computational time is around 14 [ms] . The ALoG filter has much more advantage in its suitability for computing with large scales. We implement other functions for extracting local invariant features based on the GPU and show their performance.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2008, 号 115(2008-CVIM-165), p. 243-250, 発行日 2008-11-20
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会