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。
既存の局所特徴マッチングアルゴリズムには,アフィンな画像マッチング効果,時間消費,およびランダムサンプリング一貫性(RANSAC)アルゴリズムによるアフィン画像マッチングのより良いパラメータモデルなどのいくつかの問題があった。アフィン性を有するA-AKAZE(AffineAcceleratedKAZE)アルゴリズムを提案し、ベクトル場一致性を用いて内点を選別した。まず第一に,スケール空間を非線形関数によって構築して,次に,特徴点をHessianマトリックスによって検出して,特徴点を特徴点として選択して,特徴サンプリング窓として選択した。特徴サンプリング窓を緯度で投影し、異なる角度の画像への影響をシミュレーションし、その後、投影領域に抗アフィン性を持つA-MLDB(AffineModified-LocalDifferenceBinary)ディスクリプタを抽出する。最後に,ベクトル場一貫性アルゴリズムを用いて内部点を抽出した。実験結果は以下を示した。A-AKAZEアルゴリズムの正しいマッチング率はAKAZEアルゴリズムと比較して20%以上向上し,AKAZE+RANSACアルゴリズムと比較して約15%増加した。ASIFT(AffineScale-InvariantFeatureTransform)アルゴリズムと比較して,ASIFT+RANSACアルゴリズムと比較して,ASIFT(AffineScale-InvariantFeatureTransform)アルゴリズムと比較して,それは5%増加した。さらに,このアルゴリズムのマッチング速度は,AKAZE+RANSAC,ASIFT+RANSACアルゴリズムよりはるかに高かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】