Fugu-MT 論文翻訳(概要): Mathematical Analysis of Image Matching Techniques

論文の概要: Mathematical Analysis of Image Matching Techniques

arxiv url: http://arxiv.org/abs/2604.07574v1
Date: Wed, 08 Apr 2026 20:24:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-10 18:34:05.546233
Title: Mathematical Analysis of Image Matching Techniques
Title（参考訳）: 画像マッチング手法の数学的解析
Authors: Oleh Samoilenko,
Abstract要約: この研究は、意図的に重複したGPSを付加した衛星画像タイルのデータセットを手作業で構築した。抽出キーポイント数が結果のインリエ比に与える影響について検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Image matching is a fundamental problem in Computer Vision with direct applications in robotics, remote sensing, and geospatial data analysis. We present an analytical and experimental evaluation of classical local feature-based image matching algorithms on satellite imagery, focusing on the Scale-Invariant Feature Transform (SIFT) and the Oriented FAST and Rotated BRIEF (ORB). Each method is evaluated through a common pipeline: keypoint detection, descriptor extraction, descriptor matching, and geometric verification via RANSAC with homography estimation. Matching quality is assessed using the Inlier Ratio - the fraction of correspondences consistent with the estimated homography. The study uses a manually constructed dataset of GPS-annotated satellite image tiles with intentional overlaps. We examine the impact of the number of extracted keypoints on the resulting Inlier Ratio.
Abstract（参考訳）: 画像マッチングはコンピュータビジョンにおける基本的な問題であり、ロボット工学、リモートセンシング、地理空間データ分析に直接応用される。衛星画像上での局所特徴量に基づく画像マッチングアルゴリズムの解析と実験を行い、SIFT(Scale-Invariant Feature Transform)とORB(Oriented FAST and Rotated BRIEF)に着目した。各手法は共通のパイプラインによって評価される:キーポイント検出、記述子抽出、記述子マッチング、およびホモグラフィー推定を伴うRANSACによる幾何的検証。マッチング品質は、推定されたホモグラフィーと一致した対応の分数であるインリエ比を用いて評価される。この研究は、意図的に重複したGPSを付加した衛星画像タイルのデータセットを手作業で構築した。抽出キーポイント数が結果のインリエ比に与える影響について検討する。

関連論文リスト

Relational Epipolar Graphs for Robust Relative Camera Pose Estimation [0.0]
Visual Simultaneous Localization and Mapping (VSLAM) の重要なコンポーネントは、一致したキーポイントを使用して相対カメラのポーズを推定することである。本研究では, エピポーラ対応グラフ上での相対ポーズ推定を関係推論問題として再検討する。室内および屋外のベンチマーク実験では、古典的および学習指導によるアプローチと比較して、高密度ノイズと大きなベースライン変動に対するロバスト性が改善された。
論文参考訳（メタデータ） (2026-04-06T09:29:37Z)
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)
COBRA -- COnfidence score Based on shape Regression Analysis for method-independent quality assessment of object pose estimation from single images [1.5146068448101742]
そこで本研究では,6次元オブジェクトのポーズ推定を汎用的に評価する手法を提案する。提案手法は観測対象の幾何学における相違点の評価に依存する。
論文参考訳（メタデータ） (2024-04-25T09:55:35Z)
Intelligent Sampling Consensus for Homography Estimation in Football Videos Using Featureless Unpaired Points [2.1372565495068616]
H-RANSACは、特徴ベクトルや明示的な点対の必要性を排除したホモグラフィー推定アルゴリズムである。各イテレーションの終了時のポストホック基準により、さらに精度が向上する。その結果,H-RANSACは最先端の古典的手法よりも優れていた。
論文参考訳（メタデータ） (2023-10-07T20:56:39Z)
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)
A Geometrically Constrained Point Matching based on View-invariant Cross-ratios, and Homography [2.050924050557755]
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。
論文参考訳（メタデータ） (2022-11-06T01:55:35Z)
Learning Hierarchical Graph Representation for Image Manipulation Detection [50.04902159383709]
画像操作検出の目的は、画像内の操作された領域を特定し、特定することである。最近のアプローチでは、画像に残っている改ざんするアーティファクトをキャプチャするために、洗練された畳み込みニューラルネットワーク(CNN)が採用されている。本稿では2つの並列分岐からなる階層型グラフ畳み込みネットワーク(HGCN-Net)を提案する。
論文参考訳（メタデータ） (2022-01-15T01:54:25Z)
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)
Unsupervised Learning of Landmarks based on Inter-Intra Subject Consistencies [72.67344725725961]
本稿では,物体間ランドマーク成分を顔画像に組み込むことにより,画像ランドマーク発見のための教師なし学習手法を提案する。これは、補助的な主題関連構造に基づいて、元の主題のランドマークを変換するオブジェクト間マッピングモジュールによって達成される。変換された画像から元の被写体に戻るために、ランドマーク検出器は、対のオブジェクト内画像と対のオブジェクト間画像の両方に一貫した意味を含む空間的位置を学習せざるを得ない。
論文参考訳（メタデータ） (2020-04-16T20:38:16Z)
Geometrically Mappable Image Features [85.81073893916414]
地図内のエージェントの視覚に基づくローカライゼーションは、ロボット工学とコンピュータビジョンにおいて重要な問題である。本稿では,画像検索を対象とした画像特徴学習手法を提案する。
論文参考訳（メタデータ） (2020-03-21T15:36:38Z)
High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
論文参考訳（メタデータ） (2020-03-18T12:18:35Z)

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。