RSD-DOG : A New Image Descriptor based on Second Order Derivatives

要約

この論文では、二次画像統計/導関数に基づいた新しい強力な画像パッチ記述子を紹介します。
ここで、画像パッチは、強度が 3 次元である 3D 表面として扱われます。
考慮されている 3D サーフェスには、尾根、谷、崖などの豊富な二次特徴/統計があり、回転セミガウス フィルターの差を使用することで簡単にキャプチャできます。
この方法の独自性は、指向性フィルターの応答とガウス差分 (DOG) アプローチの応答をうまく組み合わせることに基づいています。
得られた記述子は、照明、スケール、回転、ぼかし、視点、圧縮の変化を処理するときに優れた識別力を示します。
画像マッチングの実験では、SIFT、DAISY、GLOH、GIST、LIDRIC などの一次対応物と比較した場合に、得られた記述子の利点を実証しています。

要約(オリジナル)

This paper introduces the new and powerful image patch descriptor based on second order image statistics/derivatives. Here, the image patch is treated as a 3D surface with intensity being the 3rd dimension. The considered 3D surface has a rich set of second order features/statistics such as ridges, valleys, cliffs and so on, that can be easily captured by using the difference of rotating semi Gaussian filters. The originality of this method is based on successfully combining the response of the directional filters with that of the Difference of Gaussian (DOG) approach. The obtained descriptor shows a good discriminative power when dealing with the variations in illumination, scale, rotation, blur, viewpoint and compression. The experiments on image matching, demonstrates the advantage of the obtained descriptor when compared to its first order counterparts such as SIFT, DAISY, GLOH, GIST and LIDRIC.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google