スパースオプティカルフローベースの線特徴追跡【JST・京大機械翻訳】

Fu Qiang; Yu Hongshan; Ali Islam; Zhang Hong

プレプリント

J-GLOBAL ID：202202215214968968 整理番号：22P0327753

スパースオプティカルフローベースの線特徴追跡【JST・京大機械翻訳】

Sparse Optical Flow-Based Line Feature Tracking

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年04月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,カメラ姿勢推定問題のための新しいスパース光フロー(SOF)ベースライン特徴追跡法を提案した。この方法は,点ベースのSOFアルゴリズムによって触発され,時変画像シーケンスにおける2つの隣接画像が輝度不変量を満たすという観察に基づいて開発された。この観察に基づいて,著者らは,ライン特徴追跡の目標を再定義する:ディスクリプタマッチングの代わりにグレー値マッチングに基づく全体ラインの代わりにライン特徴の2つのエンドポイントを追跡する。この目的を達成するために,効率的な2つのエンドポイント追跡(TET)法を示し,最初に,その2つのエンドポイントで与えられた線特徴を記述した。次に,SOFに基づく2つのエンドポイントを追跡して,画素レベルグレースケール残差関数を最小化することによって,2つの新しい追跡エンドポイントを得た。最後に,2つの追跡エンドポイントを接続して,新しい線特徴を生成した。対応は,与えられたものと新しい線特徴の間で確立された。現在の記述子ベースの方法と比較して,著者らのTET方式は,記述子を計算する必要がなく,繰り返して線特徴を検出する必要がある。自然に,それは計算より明白な優位性を持っている。いくつかの公開ベンチマークデータセットにおける実験は,著者らの方法が,速度に関して明白な優位性によって,非常に競争力のある精度を生み出すことを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識

前のページに戻る