文献

J-GLOBAL ID：202202277494653994   整理番号：22A0438523

近傍多様体表現コンセンサスによるロバストな特徴マッチング【JST・京大機械翻訳】

Robust feature matching via neighborhood manifold representation consensus

著者 (5件)： Ma Jiayi (Electronic Information School, Wuhan University, Wuhan 430072, China) ,  Li Zizhuo (Electronic Information School, Wuhan University, Wuhan 430072, China) ,  Zhang Kaining (Electronic Information School, Wuhan University, Wuhan 430072, China) ,  Shao Zhenfeng (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Xiao Guobao (College of Computer and Control Engineering, Minjiang University, Fuzhou 350108, China)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 183  ページ： 196-209  発行年： 2022年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 2組の特徴間の信頼できる対応を求めることを目的とする特徴マッチングは,様々なビジョンベースタスクに対してかなり重要である。本論文では,ディスクリプタの類似性に基づいて作成した与えられた暫定的対応から偽対応を除去することを試みた。ロバスト特徴マッチングのための近傍多様体表現コンセンサス(NMRC)という単純だが効率的なアプローチを,潜在的真の整合の安定近傍トポロジーを考慮して提示した。提案方法のコア原理は,低次元多様体に沿った潜在的真の整合における2つの特徴点の間の局所近傍構造を保存することである。一方,近傍構築のための近隣類似性ベースの反復フィルタリング戦略を設計して,深刻に悪化したデータの環境の下でマッチング性能を改善した。マッチング問題を,近傍多様体表現と反復フィルタリング戦略に基づく数学的最適化モデルにさらに定式化し,線形時間計算量(すなわち,O(NlogN))を有する閉形式解を導き,それは1000の推定対応を扱えるために数十ミリ秒だけを必要とした。一般的特徴マッチング(ほとんどの場合,Fスコア>94%),リモートセンシング画像レジストレーション(ほとんどの場合,RMSE<3),およびループ閉鎖検出に関する広範な実験は,RANSAC,MAGSAC++,およびLPMのようないくつかの最先端の競合者に対して,提案した方法の有意の優位性を示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  *多様体 ,  フィルタリング ,  類似性 ,  定式化 ,  *ロバスト性 ,  統制索引語
準シソーラス用語： 特徴点 ,  最適化モデル ,  RANSAC ,  低次元 ,  *特徴マッチング ,  閉形式解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 特徴マッチング ,  局所近傍構造 ,  多様体表現 ,  画像レジストレーション ,  異常

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： 近傍 ,  多様体 ,  表現 ,  コンセンサス ,  ロバスト ,  特徴マッチング