論文の概要: Illumination-insensitive Binary Descriptor for Visual Measurement Based on Local Inter-patch Invariance

• arxiv url: http://arxiv.org/abs/2305.07943v1
• Date: Sat, 13 May 2023 15:15:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-16 18:40:07.903944
• Title: Illumination-insensitive Binary Descriptor for Visual Measurement Based on Local Inter-patch Invariance
• Title（参考訳）: 局所的パッチ間不変性に基づく視覚計測用イルミネーション非感受性バイナリ記述子
• Authors: Xinyu Lin, Yingjie Zhou, Xun Zhang, Yipeng Liu, and Ce Zhu
• Abstract要約: 既存のバイナリディスクリプタは、照度変化に対する感度のため、長期的な視覚計測タスクではうまく機能しない可能性がある。 本研究では,複数の空間的粒度に現れる局所的パッチ間不変性を利用して,照明不感二分法(IIB)記述器を提案する。 自然と合成の両方のデータセットに関する数値実験により、提案したIIBディスクリプタは最先端のバイナリディスクリプタより優れていることが明らかになった。
• 参考スコア（独自算出の注目度）: 32.758878779207365
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Binary feature descriptors have been widely used in various visual measurement tasks, particularly those with limited computing resources and storage capacities. Existing binary descriptors may not perform well for long-term visual measurement tasks due to their sensitivity to illumination variations. It can be observed that when image illumination changes dramatically, the relative relationship among local patches mostly remains intact. Based on the observation, consequently, this study presents an illumination-insensitive binary (IIB) descriptor by leveraging the local inter-patch invariance exhibited in multiple spatial granularities to deal with unfavorable illumination variations. By taking advantage of integral images for local patch feature computation, a highly efficient IIB descriptor is achieved. It can encode scalable features in multiple spatial granularities, thus facilitating a computationally efficient hierarchical matching from coarse to fine. Moreover, the IIB descriptor can also apply to other types of image data, such as depth maps and semantic segmentation results, when available in some applications. Numerical experiments on both natural and synthetic datasets reveal that the proposed IIB descriptor outperforms state-of-the-art binary descriptors and some testing float descriptors. The proposed IIB descriptor has also been successfully employed in a demo system for long-term visual localization. The code of the IIB descriptor will be publicly available.
• Abstract（参考訳）: バイナリ機能記述子は様々な視覚計測タスク、特に限られた計算資源とストレージ容量を持つタスクで広く使われている。 既存のバイナリディスクリプタは、照明のバリエーションに敏感なため、長期の視覚的な測定タスクではうまく機能しない。 画像照明が劇的に変化すると、局所的なパッチ間の相対関係はほとんど無傷であることが観察できる。 そこで本研究では,複数の空間的粒度に現れる局所的なパッチ間不変性を利用して,照明に敏感なバイナリ(IIB)ディスクリプタを提案する。 局所パッチ特徴計算に積分画像を利用することにより、高効率なIIB記述子を実現する。 スケーラブルな機能を複数の空間的な粒度にエンコードすることで,粗面から細面への計算効率の高い階層マッチングを実現する。 さらに、IIBディスクリプタは、いくつかのアプリケーションで利用可能なディープマップやセマンティックセグメンテーション結果など、他のタイプの画像データにも適用することができる。 自然と合成の両方のデータセットに関する数値実験により、提案したIIBディスクリプタは最先端のバイナリディスクリプタといくつかのテストフロートディスクリプタより優れていることが明らかになった。 提案したIIBディスクリプタは、長期視覚的ローカライゼーションのためのデモシステムにも採用されている。 IIBディスクリプタのコードは公開されている。

関連論文リスト

• Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations [52.34030226129628]
  バイナリコード類似度検出(BCSD)は、脆弱性検出、マルウェア分析、コードの再利用識別など、多くの分野で重要な役割を果たしている。 本稿では,LLVM-IRと高レベルのセマンティック抽象化を利用して,コンパイル差を緩和するIRBinDiffを提案する。 IRBinDiffは1対1の比較と1対多の検索シナリオにおいて,他の主要なBCSD手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-24T09:09:20Z)
• FUSELOC: Fusing Global and Local Descriptors to Disambiguate 2D-3D Matching in Visual Localization [57.59857784298536]
  直接2D-3Dマッチングアルゴリズムでは、メモリが大幅に削減されるが、より大きくあいまいな検索空間のために精度が低下する。 本研究では,2次元3次元探索フレームワーク内の重み付き平均演算子を用いて局所的およびグローバルな記述子を融合させることにより,この曖昧さに対処する。 ローカルのみのシステムの精度を常に改善し、メモリ要求を半減させながら階層的な手法に近い性能を達成する。
  論文  参考訳（メタデータ） (2024-08-21T23:42:16Z)
• Neuromorphic Synergy for Video Binarization [54.195375576583864]
  バイモーダルオブジェクトは視覚システムによって容易に認識できる情報を埋め込む視覚形式として機能する。 ニューロモルフィックカメラは、動きのぼかしを緩和する新しい機能を提供するが、最初にブルーを脱色し、画像をリアルタイムでバイナライズするのは簡単ではない。 本稿では,イベント空間と画像空間の両方で独立に推論を行うために,バイモーダル目標特性の事前知識を活用するイベントベースバイナリ再構築手法を提案する。 また、このバイナリ画像を高フレームレートバイナリビデオに伝搬する効率的な統合手法も開発している。
  論文  参考訳（メタデータ） (2024-02-20T01:43:51Z)
• A Tale of Two Features: Stable Diffusion Complements DINO for Zero-Shot Semantic Correspondence [83.90531416914884]
  我々は,意味的および密接な対応のために安定拡散機能を利用する。 単純な後処理により、SD機能はSOTA表現と定量的に類似させることができる。 これらの対応は,2つの画像のインスタンススワップなど,興味深い応用を可能にすることを示す。
  論文  参考訳（メタデータ） (2023-05-24T16:59:26Z)
• ALIKED: A Lighter Keypoint and Descriptor Extraction Network via Deformable Transformation [27.04762347838776]
  本稿では,各キーポイントに対するサポート機能の変形可能な位置を学習し,変形可能な記述子を構成するSparse Deformable Descriptor Head (SDDH)を提案する。 提案するネットワークは,画像マッチング,3次元再構成,視覚的再局在化など,様々な視覚計測タスクにおいて効率的かつ強力であることを示す。
  論文  参考訳（メタデータ） (2023-04-07T12:05:39Z)
• Learning-Based Dimensionality Reduction for Computing Compact and Effective Local Feature Descriptors [101.62384271200169]
  特徴の形でのイメージパッチの独特な表現は多くのコンピュータビジョンとロボティクスのタスクの重要な構成要素である。 マルチ層パーセプトロン(MLP)を用いて,低次元ながら高品質な記述子を抽出する。 視覚的ローカライゼーション、パッチ検証、画像マッチング、検索など、さまざまなアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2022-09-27T17:59:04Z)
• Learning Geodesic-Aware Local Features from RGB-D Images [8.115075181267109]
  非剛性変形に不変なRGB-D画像から記述子を計算するための新しい手法を提案する。 提案手法は,非歪な局所像パッチ上で特徴表現を学習する鍵となる考え方に基づいている。 実際に利用可能なRGB-Dデータベンチマークを使用したさまざまな実験では、最先端の手作りおよび学習ベースのイメージとRGB-D記述子を一貫して上回っている。
  論文  参考訳（メタデータ） (2022-03-22T19:52:49Z)
• ZippyPoint: Fast Interest Point Detection, Description, and Matching through Mixed Precision Discretization [71.91942002659795]
  我々は,ネットワーク量子化技術を用いて推論を高速化し,計算限定プラットフォームでの利用を可能にする。 バイナリディスクリプタを用いた効率的な量子化ネットワークZippyPointは,ネットワーク実行速度,ディスクリプタマッチング速度,3Dモデルサイズを改善する。 これらの改善は、ホモグラフィー推定、視覚的ローカライゼーション、マップフリーな視覚的再ローカライゼーションのタスクで評価されるように、小さなパフォーマンス劣化をもたらす。
  論文  参考訳（メタデータ） (2022-03-07T18:59:03Z)
• Revisiting Binary Local Image Description for Resource Limited Devices [2.470815298095903]
  本稿では,三重項ランキングの損失,強負のマイニング,アンカースワップによる新たなバイナリ画像記述子を提案する。 BadとHashSIFTは、最先端の精度とリソースのトレードオフ曲線で新しい運用ポイントを確立する。
  論文  参考訳（メタデータ） (2021-08-18T20:42:43Z)

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。