Feature point detection in HDR images based on coefficient of variation

要約

タイトル：　高ダイナミックレンジ（HDR）画像に基づく変動係数に基づく特徴点検出
要約：
– 特徴点検出（FP）は、多くのコンピュータビジョンタスクの基本的なステップです。
– しかし、FP検出器は通常、低ダイナミックレンジ（LDR）画像に向けて設計されています。
– 極端な光条件のシーンでは、LDR画像には彩度の高いピクセルがあり、FP検出が劣化します。
– 一方、高ダイナミックレンジ（HDR）画像には通常、彩度が高いピクセルがなく、FP検出アルゴリズムはこのような画像に存在するすべての情報を活用しません。
– この研究では、HDR画像に特化した変動係数（CV）に基づくFP検出器を提案しています。
– CV操作は、ウィンドウ内のピクセルの標準偏差に基づいて応答を適応させ、HDR画像の暗い領域と明るい領域の両方でうまく機能します。
– 提案されたFP検出器は、リピート性率（RR）や均一性を測定することによって評価されます。
– 提案された検出器は、他の標準的な最新検出器と比較して、より優れた性能を発揮します。
– 一方、リピート性率のメトリックを使用すると、提案された検出器はHDRおよびSURF検出器のハリスに比べて性能が低いことが示されます。

要約(オリジナル)

Feature point (FP) detection is a fundamental step of many computer vision tasks. However, FP detectors are usually designed for low dynamic range (LDR) images. In scenes with extreme light conditions, LDR images present saturated pixels, which degrade FP detection. On the other hand, high dynamic range (HDR) images usually present no saturated pixels but FP detection algorithms do not take advantage of all the information present in such images. FP detection frequently relies on differential methods, which work well in LDR images. However, in HDR images, the differential operation response in bright areas overshadows the response in dark areas. As an alternative to standard FP detection methods, this study proposes an FP detector based on a coefficient of variation (CV) designed for HDR images. The CV operation adapts its response based on the standard deviation of pixels inside a window, working well in both dark and bright areas of HDR images. The proposed and standard detectors are evaluated by measuring their repeatability rate (RR) and uniformity. Our proposed detector shows better performance when compared to other standard state-of-the-art detectors. In uniformity metric, our proposed detector surpasses all the other algorithms. In other hand, when using the repeatability rate metric, the proposed detector is worse than Harris for HDR and SURF detectors.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI