gggggraziegrazie

graizegrazieさんのやったこと、学んだことを記録する雑記帳です

Computer vision

特徴点マッチングの結果を改善する方法

(1)や(2)でも書いてありますが、主に3つの手法があります。 Ratio test KNN(K-近傍法)を使って求めたマッチする特徴点のペアに対し、ペア1の点同士の距離とペア2の点同士の距離の比(ratio)を元に、適切な結果かどうかを判断する。(3)のように、Loweら…

Visual Odometry Part I: The First 30 Years and Fundamentals

[0]を読んで気になった所を抜粋して纏めたいと思います。 Introduction Visual Odometry(VO)は、エージェントのegomotion(自己運動)を推定するものです。VOという言葉は、[1]でNisterらが初めて作り出しました。VOを効率的に行うには、環境中の輝度が十分…

BRIEF記述子

正直下記のページに纏まっているので、(初学者的に)補足する必要がありません笑。 slidesplayer.netハミング距離については、過去に書いた記事が少しは参考になるかと思います。

画像処理における特徴点(feature)と記述子(descriptor)

画像処理において、特徴点・キーポイントという言葉と記述子という言葉が出てきます。前者は、ある観点で見た際の画像中の特徴的な部分を指します。例えばSIFTがそうです。後者は特徴点周りの領域から取り出した特徴量を指します。例えばBRIEFがそうです。つ…

locality sensitive hashing(LSH)

LSH[0][6]とは、ハッシュ関数を使ってデータを次元圧縮をしたり、データ同士の比較を高速で行えるようにするための手法である。使用するハッシュ関数の代表例は、下記の安定分布とハミング距離、Jaccard指数がある。ハミング距離を使って、データの比較する…