文献

J-GLOBAL ID：202002244840529028   整理番号：20A0493039

複数の特徴に基づく実時間写真測量のための階層的画像検索の方法【JST・京大機械翻訳】

A Method of Hierarchical Image Retrieval for Real-Time Photogrammetry Based on Multiple Features

著者 (3件)： Zhan Zongqian (School of Geodesy and Geomatics, Wuhan University, Wuhan, China) ,  Zhou Gaofeng (School of Geodesy and Geomatics, Wuhan University, Wuhan, China) ,  Yang Xue (School of Geodesy and Geomatics, Wuhan University, Wuhan, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 21524-21533  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 近リアルタイム写真測量において,各々の新しい付加画像を処理する最初のステップは,正確に正確な画像マッチングと3D再構成のために中心的であるプレシーケンス不規則画像における最も関連した画像を決定した。本論文は,複数の特徴に基づく階層的画像検索アルゴリズムを提示して,このアルゴリズムの精度の改良に重要である複数の特徴の表現のための選択を詳述した。最初に,GPU(Graphics Processing Unit)のサポートを有する2つの並列スレッドにおいて,AlexNet-FC7(完全接続層)またはResNet101-Pool5(プール層)およびSIFT(スケール不変特徴変換)を用いた局所特徴を用いて全体的特徴を表現した。次に,各プレシーケンス画像の大域的特徴と新しい付加画像の間の余弦類似性に基づく候補を得た。最後に,各候補と新しい付加画像に対する特徴マッチング結果に従って,これらの候補から最も関連する画像を決定した。実験結果により,第2ステップは,むしろ高速であり,第3ステップは,グローバル特徴が同じクラスからオブジェクトを区別することができないという問題に取り組むために必要であることを確認した。全時間のアルゴリズムは,サイズ1024×768の5063のプレシーケンス不規則画像における最も関連した画像を決定するために約83.6msであり,それは,徹底的なペアワイズマッチング,WordのBagおよびマルチ語彙木を上回った。著者らのアルゴリズムの精度は,3つのベンチマークデータセットに関する最先端の方法より良く機能した。RANSACによる不整合を除去した後の第3段階で得られたSIFTマッチング結果は,高精度増分SFM(Motionからの構造)再構成にも使用できる。Copyright 2020 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： スレッド ,  *写真測量 ,  不整合 ,  再構成 ,  語彙 ,  ベンチマーク ,  *画像検索 ,  アルゴリズム ,  類似性
準シソーラス用語： RANSAC ,  特徴マッチング ,  局所特徴 ,  検索アルゴリズム ,  3D画像再構成 ,  画像マッチング , 【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 (3件)： 実時間 ,  写真測量 ,  画像検索