文献

J-GLOBAL ID：201902286067942182   整理番号：19A0470048

異なるオブジェクトと背景条件下でのSIFTとSURFアルゴリズムの比較研究【JST・京大機械翻訳】

A Comparative Study of SIFT and SURF Algorithms under Different Object and Background Conditions

著者 (3件)： Agarwal Ankit ,  Samaiya Devesh ,  Gupta K. K.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIT  ページ： 42-45  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 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】

シソーラス用語： 不変性 ,  コンピュータビジョン ,  画像 ,  特徴抽出 ,  高速化 ,  ロバスト性 ,  *アルゴリズム
準シソーラス用語： 照明変化 ,  検出アルゴリズム ,  特徴マッチング ,  特徴検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： オブジェクト ,  背景 ,  SIFT ,  アルゴリズム ,  研究