文献

J-GLOBAL ID：201202213350274830   整理番号：12A0104224

基本行列推定のための密およびスパースアプローチの比較

Dense versus Sparse Approaches for Estimating the Fundamental Matrix

著者 (4件)： VALGAERTS Levi (Saarland Univ., Vision and Image Processing Group, MMCI Cluster of Excellence, Campus E1.1, 66041, Saarbruecken, DEU) ,  BRUHN Andres (Saarland Univ., Vision and Image Processing Group, MMCI Cluster of Excellence, Campus E1.1, 66041, Saarbruecken, DEU) ,  MAINBERGER Markus (Saarland Univ., Mathematical Image Analysis Group, Fac. of Mathematics and Computer Sci., Campus E1.1, 66041 ...) ,  WEICKERT Joachim (Saarland Univ., Mathematical Image Analysis Group, Fac. of Mathematics and Computer Sci., Campus E1.1, 66041 ...)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 96  号： 2  ページ： 212-234  発行年： 2012年01月 
JST資料番号： T0423A  ISSN： 0920-5691  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コンピュータビジョンにおいては対応付け問題を解くために,スパース局所特徴に基づくアプローチと密大域エネルギーベース手法という2つの主要な戦略が存在している。スパース特徴に基づく手法は,洗練された形で最適化された関心点の小規模集合のマッチングにより基本行列の推定のために用いられることが多いが,密エネルギーベース手法では,オプティカルフロー計算における最先端技術に注目する。異なるアプリケーションドメインに向けてのこのような分離は不必要であり,自然な方法での架け橋が可能であることが本論文の目標である。第一の成果として,ここでは,基本行列推定のために密オプティカルフローの新しいアプリケーションを提示した。特徴ベース技法により得られた結果とここでの結果の比較を行うことにより,密手法がスパースアプローチよりも利点を持つケースを同定した。このような期待の持てる結果により動機づけされ,ここでは,第二の成果として,単一のエネルギー汎関数の最小化器として基本行列とオプティカルフローの同時復元を行う新しい変分モデルの提案を行った。実験において,ここでの結合アプローチでは,基本行列およびオプティカルフローの両者の推定をさらに改善できることを示した。ここでの結果により,スパース特徴に基づくアプローチの古典的なアプリケーションドメインにおいてさえも,密変分手法が重要な代替案に成り得ることを証明した。Copyright 2011 Springer Science+Business Media, LLC Translated from English into Japanese by JST.

シソーラス用語： *コンピュータビジョン ,  *オプティカルフロー ,  行列 ,  特徴抽出 ,  汎関数 ,  *最小化問題 ,  評価試験 ,  変分法
準シソーラス用語： 基本行列 ,  エネルギー汎関数

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (2件)： 基本行列 ,  推定