論文の概要: A Geometrically Constrained Point Matching based on View-invariant
Cross-ratios, and Homography
- arxiv url: http://arxiv.org/abs/2211.03007v1
- Date: Sun, 6 Nov 2022 01:55:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 17:20:54.056870
- Title: A Geometrically Constrained Point Matching based on View-invariant
Cross-ratios, and Homography
- Title（参考訳）: view-invariant cross-ratios に基づく幾何学的制約付き点マッチングとホモグラフィ
- Authors: Yueh-Cheng Huang, Ching-Huai Yang, Chen-Tao Hsu, and Jen-Hui Chuang
- Abstract要約: ビュー不変クロス比(CR)に基づく初期一致SIFTキーポイントの正当性検証のための幾何学的制約付きアルゴリズムを提案する。
これらのキーポイントからペンタゴンをランダムに形成し、画像間の形状と位置をCRとマッチングすることにより、堅牢な平面領域推定を効率的に行うことができる。
実験結果から,複数平面領域の複数シーンで良好な結果が得られることがわかった。
- 参考スコア（独自算出の注目度）: 2.050924050557755
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In computer vision, finding point correspondence among images plays an
important role in many applications, such as image stitching, image retrieval,
visual localization, etc. Most of the research worksfocus on the matching of
local feature before a sampling method is employed, such as RANSAC, to verify
initial matching results via repeated fitting of certain global transformation
among the images. However, incorrect matches may still exist, while careful
examination of such problems is often skipped. Accordingly, a geometrically
constrained algorithm is proposed in this work to verify the correctness of
initially matched SIFT keypoints based on view-invariant cross-ratios (CRs). By
randomly forming pentagons from these keypoints and matching their shape and
location among images with CRs, robust planar region estimation can be achieved
efficiently for the above verification, while correct and incorrect matches of
keypoints can be examined easily with respect to those shape and location
matched pentagons. Experimental results show that satisfactory results can be
obtained for various scenes with single as well as multiple planar regions.
- Abstract（参考訳）: コンピュータビジョンでは、画像のスティッチング、画像検索、視覚定位など、多くのアプリケーションにおいて画像間の点対応を見つけることが重要な役割を果たす。
RANSACのようなサンプリング手法の前に局所的な特徴のマッチングに関する研究成果の多くは、画像間の特定のグローバルな変換の繰り返しフィッティングによる初期マッチング結果の検証に使用される。
しかし、そのような問題に対する慎重な検査は省略されることが多い。
そこで,本研究では幾何制約付きアルゴリズムを提案し,ビュー不変クロス比(crs)に基づく初期マッチングされたsiftキーポイントの正しさを検証する。
これらのキーポイントからペンタゴンをランダムに形成し、画像間の形状と位置とcrsとを一致させることにより、上記検証のためにロバストな平面領域推定を効率的に行うことができ、その形状と位置が一致したペンタゴンに対して、キーポイントの正しい不正確な一致を容易に検証することができる。
実験結果から,複数平面領域の複数シーンで良好な結果が得られることがわかった。
関連論文リスト
- Breaking the Frame: Visual Place Recognition by Overlap Prediction [53.17564423756082]
本稿では,重なり合う予測に基づく新しい視覚的位置認識手法 VOP を提案する。
VOPは、Vision Transformerのバックボーンを使用してパッチレベルの埋め込みを取得することで、コビジュアブルなイメージセクションを進める。
提案手法では,データベース画像の重複点の評価に投票機構を用いる。
論文 参考訳（メタデータ） (2024-06-23T20:00:20Z) - KP-RED: Exploiting Semantic Keypoints for Joint 3D Shape Retrieval and Deformation [87.23575166061413]
KP-RED は KeyPoint 主導の Retrieval and deformation フレームワークである。
オブジェクトスキャンを入力として、最も幾何学的に類似したCADモデルを共同で検索し、変形させる。
論文 参考訳（メタデータ） (2024-03-15T08:44:56Z) - QUIZ: An Arbitrary Volumetric Point Matching Method for Medical Image
Registration [10.788848900099385]
クエリポイントキッザ(QUIZ)という,任意の利害関係のボクセル点に基づく医用画像登録手法を提案する。
本研究は, 頸部がん患者の大変形データセットを用いて本手法の有効性を検証した。
論文 参考訳（メタデータ） (2023-09-30T08:13:40Z) - Pentagon-Match (PMatch): Identification of View-Invariant Planar Feature
for Local Feature Matching-Based Homography Estimation [2.240487187855135]
コンピュータビジョンにおいて、画像間の正確な点対応を見つけることは、画像縫合、画像検索、視覚的位置決めなど、多くのアプリケーションにおいて重要な役割を担っている。
これらの研究の多くは、RANSACのようなサンプリング手法が使われる前に局所的な特徴のマッチングに焦点を合わせ、初期マッチング結果の検証を行う。
ペンタゴン・マッチ (Pentagon-Match, PMatch) は、ペンタゴンをランダムにサンプリングし、初期一致したキーポイントの正当性を検証するために提案される。
論文 参考訳（メタデータ） (2023-05-27T12:41:23Z) - Explicit Correspondence Matching for Generalizable Neural Radiance
Fields [49.49773108695526]
本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。
明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。
実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
論文 参考訳（メタデータ） (2023-04-24T17:46:01Z) - Self-Supervised Equivariant Learning for Oriented Keypoint Detection [35.94215211409985]
我々は、回転同変CNNを用いた自己教師付き学習フレームワークを導入し、ロバスト指向キーポイントの検出を学習する。
ヒストグラムに基づく配向マップのトレーニングのために,合成変換により生成した画像対による高密度配向損失を提案する。
提案手法は,画像マッチングベンチマークとカメラポーズ推定ベンチマークにおいて,従来の手法よりも優れていた。
論文 参考訳（メタデータ） (2022-04-19T02:26:07Z) - A region-based descriptor network for uniformly sampled keypoints [35.394659345406865]
異なる画像のキーポイントペアをマッチングすることは、コンピュータビジョンの基本タスクです。
ほとんどの方法は、高い信頼性で特徴点の座標を得るためにカスタマイズされた極端点スキームを必要とします。
本稿では,ディープネットワークのコンテキスト特徴を組み合わせることで,地域ベースの記述子を設計する。
論文 参考訳（メタデータ） (2021-01-26T07:31:22Z) - 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) - Deep Semantic Matching with Foreground Detection and Cycle-Consistency [103.22976097225457]
深層ネットワークに基づく弱い教師付きセマンティックマッチングに対処する。
本研究では,背景乱れの影響を抑えるために,前景領域を明示的に推定する。
複数の画像にまたがって予測変換を強制し、幾何的に可視かつ一貫したサイクル一貫性の損失を発生させる。
論文 参考訳（メタデータ） (2020-03-31T22:38:09Z) - Multi-View Optimization of Local Feature Geometry [70.18863787469805]
本研究では,複数視点からの局所像の特徴の幾何を,未知のシーンやカメラの幾何を伴わずに精査する問題に対処する。
提案手法は,従来の特徴抽出とマッチングのパラダイムを自然に補完する。
本手法は,手作りと学習の両方の局所的特徴に対して,三角測量とカメラのローカライゼーション性能を常に向上することを示す。
論文 参考訳（メタデータ） (2020-03-18T17:22:11Z)
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。