Local Adaptive Clustering Based Image Matching for Automatic Visual Identification

要約

監視カメラは、工業生産において装置の稼働を監視するために広く利用されている。コンピュータビジョンの進歩により、画像の特徴を利用した機器認識が可能になった。本論文では、監視カメラ映像の画像マッチングによるリアルタイム自動機器ラベリングを実現するビジョン支援識別システムを紹介する。本システムは、ORBアルゴリズムにより画像特徴を抽出し、GMSアルゴリズムにより不正なマッチング点を除去する。クラスタリングとテンプレートの局所性の原理に従って、ラベルの位置決めを強化するために、局所適応クラスタリング（LAC）として知られる方法が確立されている。この方法は、クラスタ中心を用いてマッチングテンプレートを分割し、ラベルの効率と安定性を向上させる。実験結果は、LACがラベルのドリフトを効果的に抑制することを示している。

要約(オリジナル)

Monitoring cameras are extensively utilized in industrial production to monitor equipment running. With advancements in computer vision, device recognition using image features is viable. This paper presents a vision-assisted identification system that implements real-time automatic equipment labeling through image matching in surveillance videos. The system deploys the ORB algorithm to extract image features and the GMS algorithm to remove incorrect matching points. According to the principles of clustering and template locality, a method known as Local Adaptive Clustering (LAC) has been established to enhance label positioning. This method segments matching templates using the cluster center, which improves the efficiency and stability of labels. The experimental results demonstrate that LAC effectively curtails the label drift.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL