Feb, 2024

适用于高仿射变换的区域特征描述符

PDF
TL;DR基于分类模拟仿射变换的区域特征描述符，通过将图像分类为不同的仿射程度来模拟仿射变换并生成新的图像集，进而根据这个新的图像集计算特征点的邻域信息，通过将特征点所属的最大稳定极值区域的灰度直方图和相对于特征点区域的灰度质心的规范化位置进行组合生成描述符，实验证明该描述符在仿射变换场景下具有比现有经典描述符更高的精度和鲁棒性，并且在与其他描述符集成时也显示出鲁棒性。
feature descriptorsaffine transformationsregion feature descriptorgrayscale histogramfeature matching metrics
发现论文，激发创造
  • RoRD: 旋转鲁棒的特征描述符和正交视图用于局部特征匹配

    本文介绍了一种使用数据增强和正交视角投影学习不变性描述符的新框架，通过旋转保角本质的数据增强学习旋转不变性的本地描述符，并通过一种对特征匹配方法进行改进的技术以及新的自定义数据集进行了验证，在包括姿势估计和视觉位置识别等关键任务上提供了实用性能量的性能表现。

    Mar, 2021

  • 不仅是重复性：通过可辨识性学习仿射区域

    本文提出了一种用于学习局部仿射不变区域的方法，通过探索影响仿射变换学习和匹配的因素，如损失函数、描述符类型、几何参数化和可匹配性与几何精度之间的权衡，并提出了一种新的硬负常数损失函数，用于学习仿射区域。所提出的 AffNet 方法在图片检索和视差图等任务上具有先进的性能。

    Nov, 2017

  • 在相机几何计算中实现仿射对应

    本文提出了一种有效使用区域匹配的指导方针，并结合对称强度匹配的局部特征几何形状精炼方法，将不确定性传递到 RANSAC 中，并适应样本手性检查来进行单应性估计；实验结果表明，按照本文提出的指导方针，仿射求解器可以在更快的运行时间内实现与基于点的求解器同样的准确性。

    Jul, 2020

  • 通过学习变形提取变形感知本地特征

    本文提出了一种新的局部特征计算方法 DEAL，通过极坐标采样和空间变换器抵消旋转、尺度和形变的影响，能够提供不变性。我们将模型应用于模拟环境中的几何体进行同构非刚性变形，以提供高度判别局部特征，并证明了该方法在不同数据集中相对于现有的局部特征和 RGB-D 描述符跑出了更好的结果。

    Nov, 2021

  • ASLFeat: 学习准确形状和定位的本地特征

    ASLFeat 是一种新的本地特征检测器和描述符结合的方法，使用可变形卷积网络估计本地特征点的形状，从而实现更强的几何不变性。此外，ASLFeat 使用层次结构以恢复空间分辨率和局部细节，并通过尖锐度测量来推导最有指示性的检测分数，以进一步提高检测精度和可靠性，并可在各种实际场景中获得最新的研究成果。

    Mar, 2020

  • 超越笛卡尔局部描述符的表示

    本文提出了一种基于对数极坐标采样方法的局部块描述符的提取策略，这种方法在深度学习中具有非常好的鲁棒性，并在三个不同数据集上获得了最先进的结果。

    Aug, 2019

  • 可重复、可靠的检测器和特征描述器 (R2D2)

    本论文提出了一种同时学习关键点检测、特征描述和本地描述符可区分性预测器的方法，用于解决经典方法中存在的重复区域不具有判别力和描述符在存在歧义区域中的性能问题，在 HPatches 和 Aachen Day-Night 数据集上性能均表现优异。

    Jun, 2019

  • 使用多尺度局部极值描述符和协方差嵌入的高效纹理检索

    本文介绍了一种使用多尺度特征提取和基于局部极值关键点嵌入的高效纹理检索方法， 通过手工设计的特征向量构建协方差矩阵，提高了规模空间的表示能力，并在多个纹理数据库上得到高竞争性的检索率。

    Aug, 2018

  • 应用于人员再辨识的分层高斯描述符

    本文提出了一种基于像素特征层次分布的新型元描述符，用于描述图像的颜色和纹理信息，在五个公共数据集上实验结果表明所提出的描述符在人员重新识别上取得了显着的高效性。

    Jun, 2017

  • 从两个方向和尺度协变特征计算单应性矩阵

    本文提出了一种几何解释方法，可用于解释取向和尺度协变特征检测器（例如 SIFT）提供的角度和尺度。在此基础上，提出了两个新的通用限制并引入到同态估计任务中。此外，还给出了一个求解器来从最小数量的两个对应点对中估计单应性并进行测试。

    Jun, 2019