抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
マッチング局所画像記述子は,多くのコンピュータビジョン応用における重要なステップである。10年以上に亘り,SIFT(スケール不変特徴変換)のような手作りの記述子をこの目的のために使用した。最近,データから学習した複数の新しい記述子を提案し,識別力の観点からSIFTに改善することが示された。本論文では,同等の結果を保証する単一評価プロトコルを確立するために学習した局所特徴の大規模な実験的評価を行った。マッチング性能の点では,標準的な基準に関する異なる記述子を評価した。しかし,単離におけるマッチング性能を考慮した記述子品質の不完全な尺度を提供するのみであった。例えば,類似画像の間に付加的な正しい整合を見出す必ずしも極端な視点や照明変化の下での画像のマッチングをとるしようとする場合に良好な性能には至らなかった。純ディスクリプタマッチングに加えて,著者らは,また,画像ベース再構成との関連で異なる記述子を評価した。これは画像検索,強い視点および照明変化の下での画像のレジストレーションのための能力,および再構成されたカメラとシーンの精度と完全性を含むより実際的な基準のセットにディスクリプタ性能を研究することができる。将来の研究を容易にするために,完全な評価パイプラインは公式に入手可能である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】