文献

J-GLOBAL ID：201502211071595286   整理番号：15A1178871

集学的ロバストな局所特徴記述子【Powered by NICT】

Multimodality robust local feature descriptors

著者 (2件)： Zhao ChunYang (Shenyang Inst. of Automation,Chinese Acad. of Sciences; Key Lab. of Optical Electronics Information Processing ...) ,  Zhao HuaiCi (Shenyang Inst. of Automation,Chinese Acad. of Sciences; Key Lab. of Optical Electronics Information Processing ...)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 23  号： 5  ページ： 1474-1483  発行年： 2015年 
JST資料番号： C2090A  ISSN： 1004-924X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 強度に基づく局所特徴マッチング法は画像コントラスト変化に敏感であるので,マルチモーダル画像レジストレーションに適用されているときに性能が顕著に低下した。上記の問題を解決するために,集学的ロバストな局所特徴記述子を提案し,対応する特徴マッチング法を開発した。,集学的ロバストな隅角部と線分の抽出法は,位相一致と局所方向情報コントラスト変異体に鈍感に基づいて提案した。intensitybased法と比較して,より多くの等価角や線分は,よりコントラスト差を持つマルチモード画像間の抽出した。48circularサブ領域を含む特徴領域は中心のコーナーを用いて選択し,96dimensional特徴ベクトルは隅角部の距離値と特徴サブ領域に位置する線分の長さ値を用いて生成した。最後に,正規化相関関数に基づく特徴マッチング法を提案し,位置制約ベースランダムサンプルコンセンサス(RANSAC)アルゴリズムを用いて,誤マッチング点ペアを除去した。実験結果は,提案した方法のマルチモーダル画像マッチングの精度と再現性は,それぞれ80%と13%に達することを示した。他の強度に基づく画像マッチング法と比較して,提案した方法の精度と再現性は対称スケール不変特徴変換(S-SIFT)とマルチモーダル加速までロバスト特徴(MM-SURF)のそれぞれ4倍と7timesである。は,提案した方法が多くの最新の方法よりも著しく優れていると結論した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： コントラスト ,  マッチング ,  *ロバスト性 ,  *統制索引語 ,  位相 ,  画像
準シソーラス用語： スケール不変特徴変換 ,  画像マッチング ,  RANSAC ,  特徴ベクトル ,  線分 ,  特徴マッチング ,  マルチモダリティー画像 ,  画像コントラスト ,  *局所特徴 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ロバスト ,  局所特徴 ,  記述子