文献

J-GLOBAL ID：201702273132087571   整理番号：17A1293493

シーケンス画像特徴抽出とマッチングアルゴリズムの改良【JST・京大機械翻訳】

Improved feature points matching algorithm on sequence image

著者 (4件)： Lin Ting (北京信息科技大学 光電測試技術北京市重点実験室,北京,100192) ,  Lou Xiaoping (北京信息科技大学 光電測試技術北京市重点実験室,北京 100192;北京信息科技大学 光電信息与儀器北京市工程研究中心,北京 100192) ,  Liu Feng (北京信息科技大学 光電測試技術北京市重点実験室,北京 100192;北京信息科技大学 光電信息与儀器北京市工程研究中心,北京 100192) ,  Li Weixian (北京信息科技大学 光電測試技術北京市重点実験室,北京 100192;北京信息科技大学 光電信息与儀器北京市工程研究中心,北京 100192)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 53  号： 9  ページ： 141-145  発行年： 2017年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： コンピュータビジョンの分野における特徴点マッチングは重要な課題である。ORB(ORiented Brief,方向記述子)アルゴリズムにはスケール不変性の特徴がないため、SURF(Speeded-Up Robust Features、高速ロバスト特徴)アルゴリズムをORBと結合した。本論文では,アルゴリズムの組合せに基づく改良アルゴリズムSUORB(Speeded-Up ORiented Brief,高速方向記述子)を提案した。組合せアルゴリズムの基本的な考え方は,SURFアルゴリズムを用いてマルチスケール空間を構築し,次に,ORBアルゴリズムを用いて検出した特徴点により記述子を構築し,最終的に生成された二値記述子によって特徴点マッチングを実現することである。実験結果により,SUORBは,ORBアルゴリズムの欠点を基本的に補い,そして,画像のスケールが変化すると,SUORBマッチングアルゴリズムの精度は,ORBマッチングアルゴリズムのそれより明らかに改善されることを示した。一方,SUORBアルゴリズムは,ORBアルゴリズムの高速性を保持した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *マッチング ,  高速度 ,  *画像 ,  ロバスト性 ,  *アルゴリズム ,  コンピュータビジョン ,  スケール不変性
準シソーラス用語： マルチスケール ,  組合せアルゴリズム ,  特徴点 ,  *マッチングアルゴリズム ,  *画像特徴抽出 , 【Automatic Indexing@JST】

著者キーワード (5件)： feature points matching ,  multi scale space ,  combination of algorithms ,  ORiented Brief(ORB) ,  Speeded-Up Robust Features(SURF)

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

タイトルに関連する用語 (3件)： シーケンス ,  画像特徴抽出 ,  マッチングアルゴリズム