Nov, 2012

从位到像：局部二进制描述符的反演

PDF
TL;DR该论文使用反问题方法，展示了可以通过局部二进制描述直接重构出原始图像的信息，同时还分析了不同的局部二进制描述子编码图像信息的方式，具有在隐私问题和特征设计方面的多种应用。
local binary descriptorsimage reconstructioninverse problem approachprivacy issuesgeometric content
发现论文，激发创造
  • 基于局部块间不变性的光照不敏感二进制描述符用于视觉测量

    本研究提出了一种基于光照不变性的二进制特征描述符 (IIB)，通过利用多空间粒度中的局部跨补丁不变性来处理恶劣的光照变化，并采用积分图实现局部补丁特征计算的高效 IIB 描述符。数值实验结果表明，所提出的 IIB 描述符优于现有的二进制描述符和一些测试浮点描述符，并已成功应用于长期视觉定位的演示系统中。

    May, 2023

  • 局部二值模式两个十年：一项调查

    介绍了二维、时空三维和四维等不同领域中最具代表性的 Local binary patterns 及其变种，探讨了其应用，包括纹理、图像描述和信号分析等，同时简要概述了其未来的研究挑战。

    Dec, 2016

  • 基于二进制语义描述符的 2D 地图图像定位自动化

    本文提出了一种新的基于图像的城市定位方法，使用图像与 2D 地图之间的语义匹配来表示语义特征，其中的二进制描述符能够更好地适应可变成像条件，而 CNN 分类器则用来检测图像的特征并与地图数据库中的信息进行匹配，这种方法相对于传统的图像数据库匹配更具有可扩展性和人机交互性.

    Mar, 2018

  • 利用深度视觉描述符进行分层高效定位

    该论文提出了一种利用深度学习技术进行分层定位的方法，仅在候选位置上计算 2D-3D 匹配的精确位姿估计，从而实现在流行的移动平台上实时运行并拥有最先进的本地化性能，为机器人研究带来了新的前景。

    Sep, 2018

  • BEBLID：增强的高效二进制局部图像描述符

    本文介绍了一种高效的学习型二进制图像描述符 BEBLID，通过改进弱学习器的训练方案，使其在匹配任务中更加准确且计算效率更高，实验证明，BEBLID 的准确性接近于 SIFT 并且比文献中最快的算法 ORB 具有更好的计算效率。

    Feb, 2024

  • 在线局部特征描述符的不变性选择

    本文提出了一种名为 LISRD 的基于局部不变量选择的描述符框架，可使描述符在不需要不变性时保持有区分度，适应图像的不良变化，提高匹配性能，并在多项匹配任务中表现出色。

    Jul, 2020

  • 基于深度学习的局部特征匹配：综述

    本研究对本地特征匹配方法进行了全面的综述，将其分类为基于探测器和不基于探测器两类，并探索了其在不同领域的实际应用和面临的当前挑战，以及未来的研究方向。

    Jan, 2024

  • 通过反演深度图像表示来理解它们

    本研究旨在探讨如何反推一张图像的视觉信息，发现在 CNNs 的不同层中，层与层之间保留有关图像几何与光度不变性的信息。

    Nov, 2014

  • 本地特征描述符的反向工程攻击分析与缓解

    研究自动驾驶和增强现实等应用所使用的本地特征描述符，发现在特定条件下可能会受到逆向工程攻击，进而模拟潜在的对手，并根据真实条件对 FREAK、SIFT 和 SOSNet 等流行描述符的易受攻击性进行了分析，提出了平衡隐私重构风险与图像匹配准确性的潜在缓解技术。

    May, 2021

  • 单图像深度预测使特征匹配更易

    本论文提出了一种有效提取局部特征的方法，使用基于 CNN 的深度图像，对图像进行预处理和透视校正，以增强 SIFT 和 BRISK 特征的匹配，从而提高 3D 重新定位和多视角重建的鲁棒性。

    Aug, 2020