勾配の反転に頑健なNon-differential Descriptorを用いたキーポイントマッチング

• Item type: SIG Technical Reports(1)
• 公開日: 2018-01-11
• タイトル: 勾配の反転に頑健なNon-differential Descriptorを用いたキーポイントマッチング
• タイトル / 言語: en
• タイトル: Non-differential Descriptor: Robust gradient reversal descriptor based intensity
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般セッション8
• 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: 和歌山大学大学院システム工学研究科
• 著者所属: 和歌山大学大学院システム工学研究科
• 著者名: 大西, 秀明; 和田, 俊和
• 著者名(英): Hideaki, Onishi; Toshikazu, Wada
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本報告では，微分情報に基づかない局所特徴記述法 Non-differential Descriptor (NDD) を提案する．SIFT などの局所特徴記述法は，画像の明るさの変化に対して不変な特徴記述を行うために，微分もしくは画素値間の差分の情報を用いている．しかし，このような特徴記述は，差分を行っている画素間のオフセットをキャンセルしているため，局所領域全体での一貫した明るさのオフセットの変化以上の変化をキャンセルしてしまう．また，画素値の倍率については，勾配ベクトルの方向ヒストグラムを正規化することでキャンセルしているが，局所領域内での画素値の変化が小さい場合には，わずかな変化でヒストグラム形状が大きく変化してしまう．画素値そのものを用いて特徴記述を行えば，上記の問題は回避できるが，画素値のオフセットと倍率の変化を考慮して局所特徴のマッチングを行うことは困難である．我々は，オフセットと倍率を変化させて得られる局所画像の部分空間のうち，最も近い部分空間を探索する問題が最近傍探索によって実現できることを利用して，この問題を解決する NDD という局所特徴の記述法を提案する．この手法により，画素値の変化に対して頑健な局所画像のマッチングが高速に行える．さらに，NDD では画素値の負の倍率も表現できるため，勾配が反転した部分のマッチングも行える．また，微分を用いないため，SIFT などに比べ，より高速な特徴記述が行える．実験を通じて NDD の速度はSIFTよりも高速であり，精度に関しては同等もしくは改善されることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a local feature descriptor, Non-differential Descriptor (NDD), which does not use pixel intensity difference. Local feature descriptors, such as, SIFT, SURF, and ORB, use differences of adjacent or neighboring pixel intensities for robust feature description against uniform intensity change. However, the difference can remove excessive information of local features, because it removes pairwise pixel intensity offsets, which can vary within the local image. Also, these descriptors compute normalized histogram of oriented gradients (HOG) as invariant features against intensity magnification change. This type of descriptor is unstable for low contrast images, because the normalization can magnify small unwanted features. In our previous research, we have shown that a search problem finding nearest image for query images by changing intensity magnification and offset can be formalized as a nearest subspace search, which can be transformed into equivalent nearest neighbor search. NDD employs this transformation, which enables fast and robust local image matching against uniform intensity change. NDD can correspond image pairs having negative intensity magnification, i.e. gradient reversed image pair can correctly be corresponded. Through the experiments, we confirmed that description speed of NDD is much faster than SIFT while keeping the same matching accuracy.
• 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: 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 2018-CVIM-210, 号 33, p. 1-8, 発行日 2018-01-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• 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