論文の概要: SIFT Matching by Context Exposed
- arxiv url: http://arxiv.org/abs/2106.09584v2
- Date: Sun, 20 Jun 2021 08:34:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-22 11:31:47.896488
- Title: SIFT Matching by Context Exposed
- Title（参考訳）: コンテキスト露出によるsiftマッチング
- Authors: Fabio Bellavia
- Abstract要約: 本稿では、マッチングコンテキスト情報を利用して、ローカル画像記述子マッチングをステップアップする方法を検討する。
新しいマッチング戦略と,それぞれにブロブマッチング(blob matching)とデラウネー三角法マッチング(Delaunay Triangulation Matching, DTM)と呼ばれる新しい局所空間フィルタが考案された。
DTMは、特に非平面シーンにおいて、精度とロバストさの整合性の観点から、最先端技術よりも同等か優れている。
- 参考スコア（独自算出の注目度）: 7.99536002595393
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper investigates how to step up local image descriptor matching by
exploiting matching context information. Two main contexts are identified,
originated respectively from the descriptor space and from the keypoint space.
The former is generally used to design the actual matching strategy while the
latter to filter matches according to the local spatial consistency. On this
basis, a new matching strategy and a novel local spatial filter, named
respectively blob matching and Delaunay Triangulation Matching (DTM) are
devised. Blob matching provides a general matching framework by merging
together several strategies, including pre-filtering as well as many-to-many
and symmetric matching, enabling to achieve a global improvement upon each
individual strategy. DTM alternates between Delaunay triangulation contractions
and expansions to figure out and adjust keypoint neighborhood consistency.
Experimental evaluation shows that DTM is comparable or better than the
state-of-the-art in terms of matching accuracy and robustness, especially for
non-planar scenes. Evaluation is carried out according to a new benchmark
devised for analyzing the matching pipeline in terms of correct correspondences
on both planar and non-planar scenes, including state-of-the-art methods as
well as the common SIFT matching approach for reference. This evaluation can be
of assistance for future research in this field.
- Abstract（参考訳）: 本稿では、マッチングコンテキスト情報を利用して、ローカル画像記述子マッチングをステップアップする方法を検討する。
2つの主要なコンテキストが識別され、それぞれ記述子空間とキーポイント空間から導かれる。
前者は一般に実際のマッチング戦略の設計に使用され、後者は局所的な空間整合性に応じてフィルタする。
そこで, 新たなマッチング戦略と, それぞれblob matching と delaunay triangulation matching (dtm) と呼ばれる新しい局所空間フィルタを考案した。
ブロブマッチング(Blob matching)は、事前フィルタリングや多対多、対称マッチングなど、いくつかの戦略を統合することで、一般的なマッチングフレームワークを提供する。
DTMはデラウネー三角形の縮約と拡張を交互に切り換えて、キーポイント近傍の整合性を見つけ、調整する。
実験により、DTMは、特に非平面シーンにおいて、精度とロバストさの整合性の観点から、最先端技術よりも同等か優れていることが示された。
提案手法は,提案手法と参照のための共通SIFTマッチング手法を含む,平面と非平面の両方の正しい対応性の観点から,マッチングパイプラインを解析するために考案された新しいベンチマークに基づいて評価を行う。
この評価は、この分野の今後の研究を支援することができる。
関連論文リスト
- UniTTA: Unified Benchmark and Versatile Framework Towards Realistic Test-Time Adaptation [66.05528698010697]
Test-Time Adaptationは、テスト中にトレーニング済みのモデルを対象のドメインに適応させることを目的としている。
研究者は様々な挑戦シナリオを特定し、これらの課題に対処するための様々な方法を開発した。
本稿では,包括的かつ広く適用可能な統一テスト時間適応ベンチマークを提案する。
論文 参考訳（メタデータ） (2024-07-29T15:04:53Z) - Coupled Laplacian Eigenmaps for Locally-Aware 3D Rigid Point Cloud Matching [0.0]
局所構造を考慮したグラフラプラシアン固有写像に基づく新しい手法を提案する。
ラプラシアン固有写像の順序と符号のあいまいさに対処するために、結合ラプラシアンと呼ばれる新しい作用素を導入する。
これらの高次元空間間の類似性は、形状に一致するような局所的な意味のあるスコアを与えることを示す。
論文 参考訳（メタデータ） (2024-02-27T10:10:12Z) - A Feature Matching Method Based on Multi-Level Refinement Strategy [11.300618381337777]
実験により、KTGP-ORB法は、照明のバリエーションと曖昧さのある複雑なシーンにおいて、ORBアルゴリズムと比較して誤差を平均29.92%削減することを示した。
論文 参考訳（メタデータ） (2024-02-21T02:57:27Z) - Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析
本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。
我々の手法は、最先端の手法をクリアマージンで上回る。
論文 参考訳（メタデータ） (2023-07-16T16:32:14Z) - Hierarchical Matching and Reasoning for Multi-Query Image Retrieval [113.44470784756308]
マルチクエリ画像検索のための階層マッチング・推論ネットワーク(HMRN)を提案する。
MQIRを3つの階層的なセマンティック表現に分解し、きめ細かい局所的な詳細、文脈的グローバルスコープ、高レベルの固有の相関をキャプチャする責任を負う。
我々のHMRNは最先端の手法を大幅に上回っている。
論文 参考訳（メタデータ） (2023-06-26T07:03:56Z) - Image Matching by Bare Homography [9.431261418370147]
本稿では、シーンを粗い局所的な重なり合う平面としてモデル化する、新しい非深度画像マッチングフレームワークであるSlimeを提案する。
平面は互換性のあるマッチングによって相互に拡張され、画像は固定タイルに分割される。
本稿では、エンドツーエンドのディープネットワークとハイブリッドパイプラインで表現される画像マッチングにおける最近の最先端画像の比較分析について述べる。
論文 参考訳（メタデータ） (2023-05-15T18:35:47Z) - Searching from Area to Point: A Hierarchical Framework for Semantic-Geometric Combined Feature Matching [15.781946287115561]
我々は,特徴的意味領域マッチングを含むマッチング画像領域として,点マッチングの初期探索空間を設定した。
この検索空間は、有意な特徴による点マッチングを好んでおり、最近のTransformerベースのマッチング手法の精度制限を緩和している。
本稿では、画像間のセマンティックな領域マッチングを最初に見つけるために、A2PM(Area to Point Matching)という階層的な特徴マッチングフレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-29T08:16:12Z) - Structured Epipolar Matcher for Local Feature Matching [39.996313784074225]
局所的な特徴マッチングは、テクスチャレスで反復的なパターンのために難しい。
局所的特徴マッチングのための構造的エピポーラマッチング(SEM)を提案する。
SEMは、幾何情報を反復マッチング方式で活用することができる。
論文 参考訳（メタデータ） (2023-03-29T12:57:27Z) - Adaptive Spot-Guided Transformer for Consistent Local Feature Matching [64.30749838423922]
局所的特徴マッチングのための適応スポットガイド変換器(ASTR)を提案する。
ASTRは、統一された粗いアーキテクチャにおける局所的な一貫性とスケールのバリエーションをモデル化する。
論文 参考訳（メタデータ） (2023-03-29T12:28:01Z) - Seeking Similarities over Differences: Similarity-based Domain Alignment
for Adaptive Object Detection [86.98573522894961]
本研究では,Unsupervised Domain Adaptation (UDA) アルゴリズムが検出に使用するコンポーネントを一般化するフレームワークを提案する。
具体的には、最適な設計選択を生かした新しいUDAアルゴリズムViSGAを提案し、インスタンスレベルの特徴を集約する単純だが効果的な方法を提案する。
類似性に基づくグループ化と対角トレーニングの両方により、モデルでは、ゆるやかに整列されたドメインにまたがるすべてのインスタンスにマッチせざるを得ず、機能グループを粗い整列することに集中することが可能であることが示されています。
論文 参考訳（メタデータ） (2021-10-04T13:09:56Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。