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。
特徴検出と特徴マッチングは,コンピュータビジョンアルゴリズムの不可欠な部分であった。スケール不変特徴変換(SIFT)のような特徴検出アルゴリズムは,今日までに提案されたあらゆる特徴抽出アルゴリズムの基礎を形成する。SIFTが提案されて以来,研究者はそれによる可能性を連続的に探索している。それは,スケールに対する不変性のため,最も顕著に使用されるアルゴリズムまたは特徴マッチングの1つである。コンピュータビジョンにおける他の広く使われているアルゴリズムの一つは,高速化ロバスト特徴(SURF)である。本論文では,SIFTとSURFアルゴリズムを比較し,異なるオブジェクトと背景条件の下で分析した。SIFTアルゴリズムは,ぼけと照明変化の下でSURFより良く機能する。また,1つの画像がそのような特性変化を受けている2つの異なる画像に対しても当てはまる。SURFは常にSIFTより速く機能する。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】