Transcript Histograms of Oriented Gradients (HOG)

BRIEF: Binary Robust Independent
Elementary Features
鈴木 豊和
著者紹介
Michael Calonder
Vincent Lepetit
Christoph
Strecha
Pascal Fua
• 所属
– ローザンヌ工科大学 (スイス)
2
アプリケーション
3次元復元
Augmented Reality
大量のデータをリアルタイムに処理
+
に処理
モバイル端末上でリアルタイム
高速に記述，マッチングが可能で省メモリな特徴点記述子が必要
3
BRIEFの位置づけ
4
バイナリ化の利点
• ベクトル特徴量
– メモリ消費量
• 高次元のベクトルは大量にメモリを消費
– 類似度計算速度
• ユークリッド距離やベクトル間角度は計算コストが高く低速
• バイナリコード
– メモリ消費量
• 「0」「1」で表現可能であるため効率的
– 類似計算速度
• ハミング距離は計算コストが低く高速
5
既存手法
• 記述の高速化
– SURF：積分画像を用いたHaar-likeの輝度勾配
• メモリの効率化，マッチングの高速化
– 次元削減 （主成分分析，線形判別法）
– 量子化
– バイナリ化
問題点
パッチから間接的に記述子を得ているため計算コストがかかる
BRIEFはパッチから直接バイナリ列を生成
6
BRIEF
• アルゴリズム
1. パッチをガウシアンフィルタにより平滑化
2. パッチ内のランダムに選択された２点の画素値の比較から
バイナリ列を生成
キーポイント
パッチ
7
BRIEF
• バイナリテスト
キーポイント
パッチ
8
BRIEF
• バイナリテスト
• バイナリ列
: バイナリ列の長さ
9
BRIEF
• バイナリ列の作成
キーポイント
パッチ
10
BRIEF
• アルゴリズム
1. パッチをガウシアンフィルタにより平滑化
2. パッチ内のランダムに選択された２点の画素値の比較から
バイナリ列を生成
• アルゴリズムの不確定なパラメータ
– ノイズ除去のガウシアンフィルタの標準偏差 σ
– バイナリテスト τ(X,Y) の配置
11
BRIEF
• アルゴリズム
1. パッチをガウシアンフィルタにより平滑化
2. パッチ内のランダムに選択された２点の画素値の比較から
バイナリ列を生成
• 先行研究
– パッチ内の２点の輝度値の比較によってキーポイントを認識
12
評価方法
• Wall 1とWall 2 〜6の対応点マッチングの精度比較
Wall 1
Wall 2
Wall 3
Wall 4
Wall 5
Wall 6
13
パッチの平滑化
• ノイズの影響を低減するため平滑化
入力パッチ
1/16
2/16
1/16
2/16
4/16
2/16
1/16
2/16
1/16
ガウシアンフィルタ
出力パッチ
14
ガウシアンフィルタの標準偏差σに対する精度
比較
• σ が１〜３の間は精度があまり変わらない
とする
→
σ を２
15
バイナリテストの空間的配置
GⅠ
I.
II.
III.
IV.
V.
GⅡ
GⅢ
GⅣ
GⅤ
x, y : 一様分布
x, y : ガウシアン分布
x : ガウシアン分布, y : ガウシアン分布（xiが中心）
x, y : 同心円状のグリッドからランダムに選択
x : 中心点
y : 同心円状のグリッドからバイナリテストの数だけ選択
16
各配置方法による精度比較
• GⅡの配置が最も精度が高い
17
比較実験データセット
• 頑健性
–
–
–
–
視点変化 （Wall, Graffiti, Fountain）
人工圧縮 （Jpg）
照明変化 （Light）
ブラー （Trees）
18
頑健性の評価
19
特徴量記述の速度評価
• 比較結果
• BRIEF-64において
– 特徴量記述がSURFより35倍高速
– マッチングがSURFより11倍高速
20
まとめ
• 高速性
– 記述高速化：バイナリ列の直接的生成
– マッチング高速化：ハミング距離の利用
• 頑健性
– 照明変化に対応
– スケール変化，回転変化に未対応
• スケール変化，回転変化に対応する手法が考案されて
いる
– BRISK：Binary Robust Invariant Scalable Keypoints
– ORB：Oriented FAST and Rotated BRIEF
21