JP5066279B2 - マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング - Google Patents
マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング Download PDFInfo
- Publication number
- JP5066279B2 JP5066279B2 JP2011155049A JP2011155049A JP5066279B2 JP 5066279 B2 JP5066279 B2 JP 5066279B2 JP 2011155049 A JP2011155049 A JP 2011155049A JP 2011155049 A JP2011155049 A JP 2011155049A JP 5066279 B2 JP5066279 B2 JP 5066279B2
- Authority
- JP
- Japan
- Prior art keywords
- descriptor
- vector
- feature
- feature point
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/14—Stack holders or separators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
- B65G2201/02—Articles
- B65G2201/0214—Articles of special size, shape or weigh
- B65G2201/022—Flat
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
明と添付の図面を関連付けて参照することで明らかになるであろう。
本発明の好ましい実施形態について説明する前に、本発明を実装できる適切なコンピューティング環境の簡単かつ一般的に説明する。
例示的な動作環境について説明してきたが、本実施形態の節では、この後に本発明を実施するプログラムモジュールについて説明する。一般に、本発明によるシステムおよびプロセスには、場面を構成する複数の画像間で対応する点を特定する操作が含まれる。通常、これは図2のハイレベル(high−level)流れ図に示すように、以下のプロセス操作によって実現する。まず、画像ごとにさまざまな解像度で特徴点が特定される(プロセス操作200)。特徴点は、画像内の位置がその点を中心とするあらかじめ指定されたサイズのピクセル近傍内のピクセルに起因する(attributable)少なくとも1つの属性で定義される点である。さらに、個々の特徴点はその点を中心とするピクセル近傍内のピクセルに起因する少なくとも1つの属性(点の位置の定義に使用した属性と同じでもよいし、別の属性でもよい)に基づいて一意の向きを割り当てることのできる点である。この第2の近傍は、点の位置の定義に使用したものと同じ所定のサイズの近傍でもよいし、別のサイズの近傍でもよい。
マルチスケールの有向特徴は、4つの幾何学的なパラメータと2つの光度測定のパラメータによって特徴付けられる。幾何学的なパラメータは、t1、t2、θ、l、すなわち画像内の領域またはパッチの中心の位置x、y、向き、スケールである。光度測定のパラメータは、α、β、すなわちパッチのゲインとバイアスである。こうした表現が指定されると、パッチのマッチングを行う6パラメータのシンプルなモデルが採用され、正しい一致と誤った一致に関するノイズ統計が分析される。これで、特徴ごとのアウトライアの距離に基づくシンプルな一致検証手順が得られる。より詳細には、対応する画像パッチ間の変換は次のように表される。
I’(x’)=αI(x)+β+e (1)
画像内には位置と向きの両方で特徴付けできる多くの点が存在するが[17]、本システムおよびプロセスの試験済みの実施形態について選択した特徴点は、いわゆるハリスのコーナーに関連付けられる。こうしたハリスのコーナーに一致する特徴点は、次のようにして検出される。入力画像I(x,y)のそれぞれについて、低レベルのP0(x,y)=I(x,y)と、以下のように高レベルのスムージングと二段抽出(subsampling)の操作に関連するによって画像ピラミッドが構成される。
∇σf(x,y)∇f(x,y)*gσ(x,y) (4)
計算上の問題により、画像ごとに固定数の特徴点を生成するのが望ましい。画像内で空間的に適切に分散する特徴点を選択するために、適応非極大抑制の戦略を利用できる。より詳細には、特徴点はコーナー強度fHMに基づいて抑制され、半径rピクセルの近傍内で最大のもののみが保持される。画像からほぼ一定数nipの特徴点を抽出するために、非極大抑制半径rを検索できる。試験済みの実施形態において、初期値r=rinit=4.0を使用する。ただし、これはほぼ1から15までの範囲である。ここで、各画像からnipを超えない特徴点が抽出されるような連続する整数値がrの最大値として検索される。試験済みの実施形態ではnip=500である。ただし、一般にこの値は画像のサイズと状態(nature)によって、最小で約10から最大で数千に及ぶ。前述の方法で特徴点を空間的に分散すると、最大のコーナー強度に基づいて選択するのとは対照的に、画像の一致の脱落が少なくなる。
2次元の正方形を局所的な近傍内のコーナー強度関数に適合させ、その最大値を検出することで、特徴点をサブピクセルの精度で配置し、よりよい結果を得ることができる。より詳細に記述すると以下のようになる。
各特徴点には向きθがある。ただし、向きベクトル
向きのある特徴点(x,y,l,θ)のそれぞれについて、記述子領域は検出スケールで(atthe detection scale)サイズpxpピクセルのベクトルのパッチである。パッチは、中心が(x,y)、向きが角度θである。このpxpの記述子領域から、サイズdxdピクセルの記述子ベクトルが構成される。試験済みの実施形態ではp=40、d=8である。ただし、一般にpは画像サイズの約0.1から10%であり、dはつり合いのとれる値である。図6に山の場面を示す。ここでは、ピークの頂上にある特徴点に関連付けられた記述子領域が白いボックスで示されている。特徴点の位置をボックスの中心の白いドットで示しており、特徴点から伸びる線でこの点に割り当てられた向きを示している。図7は、図6の記述子領域から構成される8x8の記述子を示す図である。特徴点と向きを表すラインは、この図でも白で示されている。
次に、記述子ベクトルは以下のように平均が0で標準偏差が1になるように標準化される。
di=(d’i−μ)/σ (12)
最後に、dxdの記述子ベクトルdi上でハールの変換が実行され、ウェーブレット係数ciを含むd2次元の記述子ベクトルを構成する。ハールのウェーブレットの直交性属性により、距離が維持される(以下)。
特徴点を定義するハリスのコーナー特徴と、各特徴の向きを確定するぼかし局所勾配のアプローチを使用した本システムおよびプロセスの実施形態に従って特徴点ごとに記述子を生成する技術に関する以上の説明は、図5A〜Cのプロセス流れ図に要約される。このプロセスは、画像内の特徴点を特定する操作で開始される。より詳細には、画像ごとに画像解像度のピラミッドを構成する(プロセス操作500)。次に、まだ選択されていないピラミッドレベルを選択し(プロセス操作502)、選択したレベルで個々のハリスのコーナーの位置を特定する(プロセス操作504)。次に、まだ選択されていないハリスのコーナーの1つを選択し(プロセス操作506)、コーナーの位置を表す特徴点を中心とした所定の最小近傍半径のピクセル近傍内で、選択したコーナーのコーナー強度が局所的な最大値かどうかを判断する(プロセス操作508)。選択したコーナーのコーナー強度が局所的な最大値の場合は、さらにこのコーナー強度が所定の最小強度閾値を超えるかどうかを判断する(プロセス操作510)。その場合は、選択したコーナーをコーナーの候補として指定し(プロセス操作512)、他のコーナー(ある場合)について考察する。一方、コーナー強度が局所的な最大値でない場合、またはコーナー強度が所定の最小強度閾値を超えないことが確認された場合は、選択したコーナーを考察の対象から除外し、他のコーナー(ある場合)について考察する。このように、いずれの場合も次の操作では考察対象としてまだ選択されていないコーナーがあるかどうかを判断する(プロセス操作514)。考察するコーナーが残っている場合は、前述のプロセスをプロセス操作506から繰り返す。それ以外の場合、プロセスはプロセス操作516に進み、ここで最後に使用した近傍半径を所定の整数値だけ増分する(たとえば1ずつ)。ここで、コーナーの候補のそれぞれについて、前述のスクリーニング手順を繰り返す。具体的には、まだ選択されていないコーナーの候補を選択し(プロセス操作518)、そのコーナー強度が現在の近傍半径の値で定義されるピクセル近傍内の局所的な最大値かどうかを判断する(プロセス操作520)。選択したコーナー候補のコーナー強度が局所的な最大値の場合は、さらにそれが所定の最小強度閾値を超えるかどうかを判断する(プロセス操作522)。その場合は、選択したコーナーを引き続きコーナーの候補として指定し(プロセス操作524)、他のコーナー(ある場合)について考察する。一方、コーナー強度が局所的な最大値でない場合、またはコーナー強度が所定の最小強度閾値を超えないことが確認された場合は、選択したコーナー候補を考察の対象から除外し、他のコーナー候補(ある場合)について考察する。このように、いずれの場合も次の操作では考察対象としてまだ選択されていないコーナー候補があるかどうかを判断する(プロセス操作526)。考察するコーナーが残っている場合は、前述のプロセスの一部がプロセス操作518から繰り返される。考察するコーナーが残っていない場合は、次に引き続きコーナー候補として指定されているコーナーの数がまだ所定の最大許容値を超えるかどうかを判断する(プロセス操作528)。コーナー候補の最大許容値を超える場合は、コーナー候補の数が最大許容値以下になるまで、必要に応じてプロセス操作516から528を繰り返す。
場面の画像の集合に属するn個すべての画像から抽出されたマルチスケールの有向パッチが与えられた場合に、特徴マッチングの目標はすべての画像間で幾何学的に一貫した一致を検出することである。このタスクを実行するには、まず特徴マッチングの確率モデルを開発する。このモデルから、特徴の一致を検証するためのシンプルな拘束条件が得られる。これは「アウトライアの距離に基づく拘束条件」と呼ばれる。さらに、アウトライアの距離に基づく拘束条件と同時に、またはその代わりとして幾何学的拘束条件を適用してアウトライアを除去し、画像の一致を検出することもできる。
トレーニングデータから正しい一致と誤った一致のエラーの分布p(eimage)を計算し、これを使用して特定の特徴の一致
eimage=|I’(x’)−(αI(x)+β)| (14)
は、特徴の一致が正しいか誤りかを判断するための評価基準(metric)として適切ではない。実際に、|eimage|の値は正しい一致の場合と誤った一致の場合とで区別がない場合が多いので、一致が正しいか誤りかを判断するための閾値をとして|eimage|を指定できないことがわかっている。
Pcorrect(e/eoutlier)>Pincorreet(e/eoutlier) (16)
e<0.65xeoutlier (17)
特徴マッチング手順は、事前に計算された記述子ベクトルのそれぞれへの近傍領域の高速近似で開始される。こうした近傍領域ベクトルは、画像間で一致する点の候補を表している。次に、本特徴マッチング技術の試験済みの実施形態では、2段階のアプローチを使用して誤った一致を除去する。具体的には、前述のアウトライアの距離に基づく拘束条件を使用して誤った一致点を除去する非幾何学的なアウトライア除去技術を使用する。最終的に、標準の幾何学的アウトライア除去技術を使用して、まだ誤った一致点が残っている場合はさらにこれを除去する。ただし、前述のように、要求される精度や本特徴マッチング技術を採用するシステムの処理上の制限によっては、こうしたアウトライア除去技術のいずれかを省略してもよい。
すべての画像から特徴を抽出し、それぞれを特徴空間内のk個の近似近傍領域にマッチングする。高速近似近傍領域の計算は、ハッシュテーブルを使用して特徴にインデックス付けすることで実行される。ハッシュテーブルは3次元であり、各次元は最初の3つの非ゼロウェーブレット係数c1、c2、c3に対応する。こうした値は、パッチの
誤った一致はほとんどすべてについてクエリ点からの距離(アウトライアの距離)がほぼ同等であるが、正しい一致はイメージングと検出のノイズによってのみ異なるので、前述のシェル属性をアウトライア除去戦略の基準として利用できる。アウトライアの距離を推定する1つの方法として、各画像の2−NN距離の平均値または最小値に一致させることが考えられる。計算したアウトライアの距離から、アウトライアの距離に基づく拘束条件を使用して誤った一致の数を削減できる。より詳細には、考察対象ベクトルの近傍領域の1つとして検出されたベクトルの考察対象ベクトルからの距離がアウトライアの距離の65%以内にある場合は、このベクトルは一致点に関連付けられていると見なされる。ベクトルの距離がアウトライアの距離の約65%を超える場合、このベクトルに対応する点は一致点とは見なされない。
アウトライアの距離に基づく拘束条件を使用して一致の候補が調整された場合は、一致に関する幾何学的拘束条件を使用して一致をさらに調整することができる。基本的に、このためには、残っている一致点が場面の画像に実際に対応するかどうかを標準的な方法で判断する操作が必要である。画像が1つの点から取得され、場面が静的な場合は、パノラマ式の運動モデル(panoramicmotion model)(ホモグラフィー(homography))が適している。画像が移動カメラから取得され、場面が静的な場合は、完全な3次元運動モデル(full3D motion model)(基本行列(fundamental matrix))が適している。複数のオブジェクトまたは移動するオブジェクトを扱うより複雑な運動モデルを開発してもよい。自動パノラマステッチでは、[6]に示すようにパノラマ式の運動モデルと確率モデルによるマッチングを選択するのが適切である。1つの画像内の点が場面の同じ要素を表す別の画像内の点と実際に一致しないと判断した場合は、この点が一致点の集合から除去される。
3次元ハッシュテーブルと少なくとも一部はアウトライアの距離に基づく拘束条件に基づくアウトライア除去とを使用した本システムおよびプロセスの実施形態に従って、場面の一連の画像間で対応する点を特定する特徴マッチング技術に関する以上の説明は、図11のプロセス流れ図に要約される。このプロセスは、変換された記述子ベクトルのそれぞれを、特徴空間におけるその所定の数の近傍領域とマッチングする操作で開始される。より詳細には、変換された個々の記述子ベクトルの最初の3つの非ゼロウェーブレット係数から3次元ハッシュテーブルを生成する(プロセス操作1100)。前述のように、本特徴マッチング手順の試験済みの実施形態において、ハッシュテーブルは次元あたり10個のビンを備えており、各ビンの範囲は半分が重複する。ここで、ハッシュテーブルの各ビン内にある3係数ベクトル間の距離を計算する(プロセス操作1102)。次に、記述子ベクトルのそれぞれについて、こうした距離を使用して、考察対象のベクトルと同じ画像内にはないが同じビンに含まれるその所定の数の近傍領域を特定する(プロセス操作1104a)。ここで、特徴マッチング技術の別の実施形態では、次の操作1104bをプロセス操作1104aで置き換えていることに注目する。すなわち、記述子ベクトルのそれぞれについて、その他の各画像から同じビン内の近傍領域を所定の最大数まで特定する。操作1104aと1104bが交換可能であることは、図11の破線のボックスで示されている。
151 磁気ディスクドライブ
155 光ディスクドライブ
193 一連の画像
Claims (11)
- コンピュータによって、場面の複数の画像間で対応する点を特定するための方法であって、該方法は、コンピュータにより実行される以下の各ステップ、即ち、
各画像内の特徴点をさまざまな解像度で特定するステップであって、前記点を表す画像内の位置は、前記点を中心とする第1の所定のサイズの近傍領域内のピクセルに起因する少なくとも1つの属性で定義され、前記点を中心とする第2の所定のサイズの近傍領域内のピクセルに起因する少なくとも1つの属性に基づく一意の向きを割り当てられる、ステップと、
前記特徴点のそれぞれについて、画像の位置、向き、スケールの変化、および前記点の位置と向きを定義するためのピクセルの輝度の変化に対して不変の形で各点を特徴付ける記述子を生成するステップと、
前記画像間で一致する記述子を検出するステップと、
異なる画像中に現れる一致する記述子の各集合に関連付けられた前記特徴点を対応する点として指定するステップと
を備え、
前記特徴点のそれぞれについて記述子を生成する前記ステップは、
考察対象である前記特徴点の位置を中心とし、前記特徴点と同じ向きの所定のサイズpxpの記述子領域を確立するステップと、
前記記述子領域から前記領域内のピクセル輝度値の双線形補間を使用してピクセルあたり1回のサンプリングになるようにサンプリングした前記記述子領域より小さい所定のサイズdxdの記述子ベクトルを構成するステップと、
前記記述子ベクトルを標準化するステップと、
前記記述子ベクトルに対してハールのウェーブレット変換を実行して変換ベクトルを生成するステップと
を備え、
前記画像間で一致する記述子を検出するステップは、前記変換された記述子ベクトルを、特徴空間内の所定の数の近傍領域とマッチングするステップを備え、
前記変換された記述子ベクトルをマッチングする前記ステップは、
各変換された記述子ベクトルの所定の数(n個)のウェーブレット係数から3次元ハッシュテーブルを生成してn係数ベクトルのハッシュテーブルを構成するステップと、
前記ハッシュテーブルのビンのそれぞれについて、考察対象の前記ビン内で検出される個々のn係数ベクトル間の距離を計算するステップと、
n係数ベクトルのそれぞれについて、前記同じビン内にあるが前記考察対象のベクトルと同じ前記画像には関連付けられていない前記計算された距離に基づいてその所定の数の近傍領域を特定し、一致ベクトル候補の集合を構成するステップと、
前記一致ベクトル候補の集合のそれぞれに属する前記ベクトルに関連付けられた前記特徴点を、前記関連の画像内で前記場面の前記同じ要素を表す対応する点として指定するステップと
を備える、
ことを特徴とする方法。 - 前記ハッシュテーブルは次元あたり10個のビンを備えており、各ビンは半分の領域が重複することと、前記所定の数(n個)のウェーブレット係数は3係数ベクトルのハッシュテーブルを構成する最初の3つの非ゼロ係数を備えることを特徴とする請求項1に記載の方法。
- 一致ベクトル候補の集合のそれぞれに属する前記ベクトル関連付けられた前記特徴点を対応する点として指定する前記ステップは、
一致ベクトル候補ベクトルのそれぞれについて、関連の特徴点が同じベクトル集合に属する別の3係数ベクトルに関連付けられた別の画像内の特徴点に実際には対応しない一致ベクトル候補として前記3係数ベクトルを考察対象から除外するステップと、
一致ベクトル候補の各集合内に残っている前記3係数ベクトルのそれぞれについて、前記ベクトルに関連付けられた前記特徴点を前記関連の画像内の対応する点として指定するステップと
を備えることを特徴とする請求項1に記載の方法。 - 一致ベクトルの集合のそれぞれについて、関連の特徴点が前記同じベクトル集合に属する別の前記3係数ベクトルに関連付けられた別の画像内の特徴点に実際に対応しない一致ベクトル候補として前記3係数ベクトルを考察対象から除去する前記ステップは、
考察対象である一致ベクトルの集合のアウトライアの距離を計算するステップと、
任意の前記一致ベクトルについて計算した前記距離が前記アウトライアの距離の65%を超えるかどうかを判断するステップと、
一致ベクトルの距離が前記アウトライアの距離の65%を超えると判断した場合は、必ず前記ベクトルに対応する点として関連付けられた前記特徴点を除外するステップと
を備えることを特徴とする請求項3に記載の方法。 - 一致ベクトルの集合のそれぞれについて、関連の特徴点が前記同じベクトル集合に属する別の前記3係数ベクトルに関連付けられた別の画像内の特徴点に実際に対応しない一致ベクトル候補として3係数ベクトルを考察対象から除去する前記ステップは、
幾何学的アウトライア除去手順を実行するステップと、
アウトライアであると判断された対応する点として任意のベクトルに関連付けられた特徴点を除外するステップと
を備えることを特徴とする請求項3に記載の方法。 - コンピュータによって、場面の複数の画像間で対応する点を特定するための方法であって、該方法は、コンピュータにより実行される以下の各ステップ、即ち、
各画像内の特徴点をさまざまな解像度で特定するステップであって、前記点を表す画像内の位置は、前記点を中心とする第1の所定のサイズの近傍領域内のピクセルに起因する少なくとも1つの属性で定義され、前記点を中心とする第2の所定のサイズの近傍領域内のピクセルに起因する少なくとも1つの属性に基づく一意の向きを割り当てられる、ステップと、
前記特徴点のそれぞれについて、画像の位置、向き、スケールの変化、および前記点の位置と向きを定義するためのピクセルの輝度の変化に対して不変の形で各点を特徴付ける記述子を生成するステップと、
前記画像間で一致する記述子を検出するステップと、
異なる画像中に現れる一致する記述子の各集合に関連付けられた前記特徴点を対応する点として指定するステップと
を備え、
前記特徴点のそれぞれについて記述子を生成する前記ステップは、
考察対象である前記特徴点の位置を中心とし、前記特徴点と同じ向きの所定のサイズpxpの記述子領域を確立するステップと、
前記記述子領域から前記領域内のピクセル輝度値の双線形補間を使用してピクセルあたり1回のサンプリングになるようにサンプリングした前記記述子領域より小さい所定のサイズdxdの記述子ベクトルを構成するステップと、
前記記述子ベクトルを標準化するステップと、
前記記述子ベクトルに対してハールのウェーブレット変換を実行して変換ベクトルを生成するステップと
を備え、
前記画像間で一致する記述子を検出するステップは、前記変換された記述子ベクトルを、特徴空間内の所定の数の近傍領域とマッチングするステップを備え、
前記変換された記述子ベクトルをマッチングする前記ステップは、
変換された記述子ベクトルのそれぞれについて最初の3つの非ゼロウェーブレット係数から3次元ハッシュテーブルを生成して3係数ベクトルのハッシュテーブルを構成するステップと、
前記ハッシュテーブルの各ビンについて、考察対象の前記ビン内で検出される3係数ベクトルのそれぞれの間の前記距離を計算するステップと、
3係数ベクトルのそれぞれについて、考察対象の前記ベクトルに関連付けられた前記画像を除く各画像に個々に関連付けられた前記同じビン内で検出される前記近傍領域を、前記計算された距離に基づいて画像ごとの所定の数まで特定し、一致ベクトル候補の集合を構成するステップと、
一致ベクトル候補の集合のそれぞれに属する前記ベクトルに関連付けられた前記特徴点を、前記関連の画像内で前記場面の前記同じ要素を表す対応する点として指定するステップと
を備える、
ことを特徴とする方法。 - 前記ハッシュテーブルは次元あたり10個のビンを備えており、さらに各ビンは半分の重複領域を備えることを特徴とする請求項6に記載の方法。
- 場面の複数の画像間で対応する点を特定するシステムであって、
汎用コンピューティングデバイスと、
前記コンピューティングデバイスで実行可能なプログラムモジュールを備えるコンピュータプログラムであって、前記コンピューティングデバイスは前記コンピュータプログラムの前記プログラムモジュールによって指示されて、
各特徴点をピクセルの所定の属性によって構成されるパターンに基づいて割り当てられる位置と向きによって定義して、各画像内の対応する点の候補を表す特徴点を特定し、
前記特徴点のそれぞれについて、画像の位置、向き、スケールの変化、および前記点の位置と向きを定義するためのピクセルのバイアスとゲインの変化に対して不変である形で各点を特徴付ける記述子を生成し、
前記画像間で一致する記述子を検出し、
異なる画像中に現れる一致する記述子の集合に関連付けられた前記特徴点を対応する点として指定する
コンピュータプログラムと
を備え、
前記特徴点のそれぞれについて記述子を生成する前記プログラムモジュールは、特徴点ごとに、
(a)前記特徴点の位置を中心とし、前記特徴点と同じ向きの所定のサイズpxpの記述子領域を確立するサブモジュールと、
(b)前記記述子領域から前記領域内の輝度値に関する双線形補間のサンプリングを使用して、より小さい所定のサイズdxdの記述子ベクトルを構成するサブモジュールと、
(c)前記記述子ベクトルをバイアスとゲインに関して標準化するサブモジュールと、
(d)前記標準化された記述子ベクトルに対してハールのウェーブレット変換を適用して前記考察対象の特徴点の前記記述子を構成するサブモジュールと
を備え、
前記画像間で一致する記述子を検出する前記プログラムモジュールは、
(e)各特徴点の最初の3つの非ゼロウェーブレット係数から3次元ハッシュテーブルを生成するサブモジュールと、
(f)前記ハッシュテーブルのビンごとに、各記述子間の距離を計算するサブモジュールと、
(g)まだ選択されていない記述子を選択するサブモジュールと、
(h)前記同じビン内にあるが前記選択された記述子と前記同じ画像には関連付けられていない所定の数の前記選択された記述子の近傍領域を特定するサブモジュールと、
(i)前記選択された記述子とその近傍領域のアウトライアの距離を計算するサブモジュールと、
(j)前記選択された記述子とその近傍領域のそれぞれとの前記計算された距離は前記アウトライアの距離の65%未満かどうかを個々に判断するサブモジュールと、
(k)前記選択された記述子とその近傍領域の1つとの前記計算された距離は前記アウトライアの距離の65%未満である場合は、必ず前記近傍領域の記述子を前記選択された記述子に関する一致記述子として指定するサブモジュールと、
(l)幾何学ベースのアウトライア除去手順を実行し、前記選択された記述子に一致するとして指定された記述子に対応する任意の特徴点は、前記選択された記述子の前記特徴点の位置に対応しないかどうかを判断するサブモジュールと、
(m)前記選択された記述子に一致するとして指定された任意の記述子が前記選択された記述子の特徴点の位置に対応しない場合に一致記述子から除外するサブモジュールと、
(n)残っているすべての記述子について処理が完了するまで、サブモジュール(g)から(m)を繰り返すサブモジュールと
を備える、
ことを特徴とするシステム。 - 場面の複数の画像間で対応する点を特定するシステムであって、
汎用コンピューティングデバイスと、
前記コンピューティングデバイスで実行可能なプログラムモジュールを備えるコンピュータプログラムであって、前記コンピューティングデバイスは前記コンピュータプログラムの前記プログラムモジュールによって指示されて、
各特徴点をピクセルの所定の属性によって構成されるパターンに基づいて割り当てられる位置と向きによって定義して、各画像内の対応する点の候補を表す特徴点を特定し、
前記特徴点のそれぞれについて、画像の位置、向き、スケールの変化、および前記点の位置と向きを定義するためのピクセルのバイアスとゲインの変化に対して不変である形で各点を特徴付ける記述子を生成し、
前記画像間で一致する記述子を検出し、
異なる画像中に現れる一致する記述子の集合に関連付けられた前記特徴点を対応する点として指定する
コンピュータプログラムと
を備え、
前記特徴点のそれぞれについて記述子を生成する前記プログラムモジュールは、特徴点ごとに、
(a)前記特徴点の位置を中心とし、前記特徴点と同じ向きの所定のサイズpxpの記述子領域を確立するサブモジュールと、
(b)前記記述子領域から前記領域内の輝度値に関する双線形補間のサンプリングを使用して、より小さい所定のサイズdxdの記述子ベクトルを構成するサブモジュールと、
(c)前記記述子ベクトルをバイアスとゲインに関して標準化するサブモジュールと、
(d)前記標準化された記述子ベクトルに対してハールのウェーブレット変換を適用して前記考察対象の特徴点の前記記述子を構成するサブモジュールと
を備え、
前記画像間で一致する記述子を検出する前記プログラムモジュールは、
(e)各特徴点記述子の最初の3つの非ゼロウェーブレット係数から3次元ハッシュテーブルを生成するサブモジュールと、
(f)前記ハッシュテーブルのビンごとに、各記述子間の距離を計算するサブモジュールと、
(g)まだ選択されていない記述子を選択するサブモジュールと、
(h)前記同じビン内にあるが前記選択された記述子と同じ画像には関連付けられていない所定の数の前記選択された記述子の近傍領域を特定するサブモジュールと、
(i)前記選択された記述子とその近傍領域のアウトライアの距離を計算するサブモジュールと、
(j)前記選択された記述子とその近傍領域のそれぞれとの前記計算された距離は前記アウトライアの距離の65%未満かどうかを個々に判断するサブモジュールと、
(k)前記選択された記述子とその近傍領域の1つとの前記計算された距離は前記アウトライアの距離の65%未満である場合は、必ず近傍領域記述子を前記選択された記述子に関する一致記述子として指定するサブモジュールと、
(l)残っているすべての記述子について処理が完了するまで、サブモジュール(g)から(k)を繰り返すサブモジュールと
を備える、
ことを特徴とするシステム。 - 場面の複数の画像間で対応する点を特定するシステムであって、
汎用コンピューティングデバイスと、
前記コンピューティングデバイスで実行可能なプログラムモジュールを備えるコンピュータプログラムであって、前記コンピューティングデバイスは前記コンピュータプログラムの前記プログラムモジュールによって指示されて、
各特徴点をピクセルの所定の属性によって構成されるパターンに基づいて割り当てられる位置と向きによって定義して、各画像内の対応する点の候補を表す特徴点を特定し、
前記特徴点のそれぞれについて、画像の位置、向き、スケールの変化、および前記点の位置と向きを定義するためのピクセルのバイアスとゲインの変化に対して不変である形で各点を特徴付ける記述子を生成し、
前記画像間で一致する記述子を検出し、
異なる画像中に現れる一致する記述子の集合に関連付けられた前記特徴点を対応する点として指定する
コンピュータプログラムと
を備え、
前記特徴点のそれぞれについて記述子を生成する前記プログラムモジュールは、特徴点ごとに、
(a)前記特徴点の位置を中心とし、前記特徴点と同じ向きの所定のサイズpxpの記述子領域を確立するサブモジュールと、
(b)前記記述子領域から前記領域内の輝度値に関する双線形補間のサンプリングを使用して、より小さい所定のサイズdxdの記述子ベクトルを構成するサブモジュールと、
(c)前記記述子ベクトルをバイアスとゲインに関して標準化するサブモジュールと、
(d)前記標準化された記述子ベクトルに対してハールのウェーブレット変換を適用して前記考察対象の特徴点の前記記述子を構成するサブモジュールと
を備え、
前記画像間で一致する記述子を検出する前記プログラムモジュールは、
(e)各特徴点の最初の3つの非ゼロウェーブレット係数から3次元ハッシュテーブルを生成するサブモジュールと、
(f)前記ハッシュテーブルのビンごとに、各記述子間の距離を計算するサブモジュールと、
(g)まだ選択されていない記述子を選択するサブモジュールと、
(h)前記同じビン内にあるが前記選択された記述子と同じ画像に関連付けられていない所定の数の前記選択された記述子の近傍領域を特定するサブモジュールと、
(i)幾何学ベースのアウトライア除去手順を実行し、前記近傍領域記述子に対応するどの特徴点が前記選択された記述子の特徴点の位置に対応するかを判断するサブモジュールと、
(j)前記近傍領域記述子に対応する前記特徴点の位置に対応すると判断した場合にのみ、近傍領域記述子を前記選択された記述子に関する一致記述子として指定するサブモジュールと、
(k)残っているすべての記述子についての処理が完了するまで、サブモジュール(g)から(j)を繰り返すサブモジュールと
を備える、
ことを特徴とするシステム。 - コンピュータに請求項1〜7の何れか1つに記載のステップを実行させるためのプログラムを記録したコンピュータ可読記録媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/833,760 | 2004-04-27 | ||
US10/833,760 US7382897B2 (en) | 2004-04-27 | 2004-04-27 | Multi-image feature matching using multi-scale oriented patches |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005129813A Division JP4838532B2 (ja) | 2004-04-27 | 2005-04-27 | マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011204280A JP2011204280A (ja) | 2011-10-13 |
JP5066279B2 true JP5066279B2 (ja) | 2012-11-07 |
Family
ID=34939532
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005129813A Expired - Fee Related JP4838532B2 (ja) | 2004-04-27 | 2005-04-27 | マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング |
JP2011155049A Expired - Fee Related JP5066279B2 (ja) | 2004-04-27 | 2011-07-13 | マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005129813A Expired - Fee Related JP4838532B2 (ja) | 2004-04-27 | 2005-04-27 | マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング |
Country Status (7)
Country | Link |
---|---|
US (1) | US7382897B2 (ja) |
EP (1) | EP1594078B1 (ja) |
JP (2) | JP4838532B2 (ja) |
KR (1) | KR101117837B1 (ja) |
CN (1) | CN100426321C (ja) |
AT (1) | ATE413659T1 (ja) |
DE (1) | DE602005010781D1 (ja) |
Families Citing this family (182)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7259747B2 (en) | 2001-06-05 | 2007-08-21 | Reactrix Systems, Inc. | Interactive video display system |
US8035612B2 (en) * | 2002-05-28 | 2011-10-11 | Intellectual Ventures Holding 67 Llc | Self-contained interactive video display system |
US8300042B2 (en) | 2001-06-05 | 2012-10-30 | Microsoft Corporation | Interactive video display system using strobed light |
US7710391B2 (en) | 2002-05-28 | 2010-05-04 | Matthew Bell | Processing an image utilizing a spatially varying pattern |
AU2003301043A1 (en) | 2002-12-13 | 2004-07-09 | Reactrix Systems | Interactive directed light/sound system |
WO2005041579A2 (en) | 2003-10-24 | 2005-05-06 | Reactrix Systems, Inc. | Method and system for processing captured image information in an interactive video display system |
EP1676442A2 (en) | 2003-10-24 | 2006-07-05 | Reactrix Systems, Inc. | Method and system for managing an interactive video display system |
US9128519B1 (en) | 2005-04-15 | 2015-09-08 | Intellectual Ventures Holding 67 Llc | Method and system for state-based control of objects |
US8081822B1 (en) * | 2005-05-31 | 2011-12-20 | Intellectual Ventures Holding 67 Llc | System and method for sensing a feature of an object in an interactive video display |
US7865492B2 (en) * | 2005-09-28 | 2011-01-04 | Nokia Corporation | Semantic visual search engine |
US11604847B2 (en) | 2005-10-26 | 2023-03-14 | Cortica Ltd. | System and method for overlaying content on a multimedia content element based on user interest |
US11003706B2 (en) | 2005-10-26 | 2021-05-11 | Cortica Ltd | System and methods for determining access permissions on personalized clusters of multimedia content elements |
US10380267B2 (en) | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for tagging multimedia content elements |
US8326775B2 (en) | 2005-10-26 | 2012-12-04 | Cortica Ltd. | Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof |
US10193990B2 (en) | 2005-10-26 | 2019-01-29 | Cortica Ltd. | System and method for creating user profiles based on multimedia content |
US10180942B2 (en) | 2005-10-26 | 2019-01-15 | Cortica Ltd. | System and method for generation of concept structures based on sub-concepts |
US10621988B2 (en) | 2005-10-26 | 2020-04-14 | Cortica Ltd | System and method for speech to text translation using cores of a natural liquid architecture system |
US11032017B2 (en) | 2005-10-26 | 2021-06-08 | Cortica, Ltd. | System and method for identifying the context of multimedia content elements |
US11403336B2 (en) | 2005-10-26 | 2022-08-02 | Cortica Ltd. | System and method for removing contextually identical multimedia content elements |
US20160321253A1 (en) | 2005-10-26 | 2016-11-03 | Cortica, Ltd. | System and method for providing recommendations based on user profiles |
US11216498B2 (en) | 2005-10-26 | 2022-01-04 | Cortica, Ltd. | System and method for generating signatures to three-dimensional multimedia data elements |
US10387914B2 (en) | 2005-10-26 | 2019-08-20 | Cortica, Ltd. | Method for identification of multimedia content elements and adding advertising content respective thereof |
US10380623B2 (en) | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for generating an advertisement effectiveness performance score |
US9384196B2 (en) | 2005-10-26 | 2016-07-05 | Cortica, Ltd. | Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof |
US8818916B2 (en) | 2005-10-26 | 2014-08-26 | Cortica, Ltd. | System and method for linking multimedia data elements to web pages |
US10776585B2 (en) | 2005-10-26 | 2020-09-15 | Cortica, Ltd. | System and method for recognizing characters in multimedia content |
US10372746B2 (en) | 2005-10-26 | 2019-08-06 | Cortica, Ltd. | System and method for searching applications using multimedia content elements |
US11019161B2 (en) | 2005-10-26 | 2021-05-25 | Cortica, Ltd. | System and method for profiling users interest based on multimedia content analysis |
US9372940B2 (en) | 2005-10-26 | 2016-06-21 | Cortica, Ltd. | Apparatus and method for determining user attention using a deep-content-classification (DCC) system |
US10742340B2 (en) | 2005-10-26 | 2020-08-11 | Cortica Ltd. | System and method for identifying the context of multimedia content elements displayed in a web-page and providing contextual filters respective thereto |
US9646005B2 (en) | 2005-10-26 | 2017-05-09 | Cortica, Ltd. | System and method for creating a database of multimedia content elements assigned to users |
US10848590B2 (en) | 2005-10-26 | 2020-11-24 | Cortica Ltd | System and method for determining a contextual insight and providing recommendations based thereon |
US10614626B2 (en) | 2005-10-26 | 2020-04-07 | Cortica Ltd. | System and method for providing augmented reality challenges |
US10607355B2 (en) | 2005-10-26 | 2020-03-31 | Cortica, Ltd. | Method and system for determining the dimensions of an object shown in a multimedia content item |
US10691642B2 (en) | 2005-10-26 | 2020-06-23 | Cortica Ltd | System and method for enriching a concept database with homogenous concepts |
US10585934B2 (en) | 2005-10-26 | 2020-03-10 | Cortica Ltd. | Method and system for populating a concept database with respect to user identifiers |
US8098277B1 (en) | 2005-12-02 | 2012-01-17 | Intellectual Ventures Holding 67 Llc | Systems and methods for communication between a reactive video system and a mobile communication device |
WO2007068748A1 (fr) * | 2005-12-14 | 2007-06-21 | France Telecom | Procede de caracterisation d'une region d'interet dans une image, signal representatif d'une image, procede de comparaison d'images, dispositifs et programme d'ordinateur correspondants |
US8467570B2 (en) * | 2006-06-14 | 2013-06-18 | Honeywell International Inc. | Tracking system with fused motion and object detection |
US10733326B2 (en) | 2006-10-26 | 2020-08-04 | Cortica Ltd. | System and method for identification of inappropriate multimedia content |
US20100092093A1 (en) * | 2007-02-13 | 2010-04-15 | Olympus Corporation | Feature matching method |
US7970226B2 (en) * | 2007-04-23 | 2011-06-28 | Microsoft Corporation | Local image descriptors |
US8126275B2 (en) * | 2007-04-24 | 2012-02-28 | Microsoft Corporation | Interest point detection |
EP2147392A1 (en) * | 2007-05-08 | 2010-01-27 | Eidgenössische Technische Zürich | Method and system for image-based information retrieval |
US8073259B1 (en) | 2007-08-22 | 2011-12-06 | Adobe Systems Incorporated | Method and apparatus for image feature matching in automatic image stitching |
KR101141087B1 (ko) | 2007-09-14 | 2012-07-12 | 인텔렉츄얼 벤처스 홀딩 67 엘엘씨 | 제스처-기반 사용자 상호작용의 프로세싱 |
KR101347598B1 (ko) * | 2007-10-12 | 2014-01-07 | 삼성전자주식회사 | 영상 변환 방법 및 장치 |
US8159682B2 (en) | 2007-11-12 | 2012-04-17 | Intellectual Ventures Holding 67 Llc | Lens system |
AU2007240236A1 (en) * | 2007-12-11 | 2009-06-25 | Canon Kabushiki Kaisha | Correlatability analysis for sparse alignment |
GB0800364D0 (en) | 2008-01-09 | 2008-02-20 | Mitsubishi Electric Inf Tech | Feature-based signatures for image identification |
CN101488224B (zh) * | 2008-01-16 | 2011-01-19 | 中国科学院自动化研究所 | 基于相关性度量的特征点匹配方法 |
US8259163B2 (en) | 2008-03-07 | 2012-09-04 | Intellectual Ventures Holding 67 Llc | Display with built in 3D sensing |
GB0807411D0 (en) * | 2008-04-23 | 2008-05-28 | Mitsubishi Electric Inf Tech | Scale robust feature-based indentfiers for image identification |
US8233715B2 (en) * | 2008-04-28 | 2012-07-31 | Microsoft Corporation | Probabilistic intensity similarity measure based on noise distributions |
US8824801B2 (en) * | 2008-05-16 | 2014-09-02 | Microsoft Corporation | Video processing |
FR2931277B1 (fr) * | 2008-05-19 | 2010-12-31 | Ecole Polytech | Procede et dispositif de reconnaissance invariante-affine de formes |
WO2009148731A1 (en) * | 2008-06-02 | 2009-12-10 | Massachusetts Institute Of Technology | Fast pattern classification based on a sparse transform |
US8595218B2 (en) | 2008-06-12 | 2013-11-26 | Intellectual Ventures Holding 67 Llc | Interactive display management systems and methods |
US8559726B2 (en) * | 2008-08-22 | 2013-10-15 | Hewlett-Packard Development Company, L.P. | Image analysis based on pixel brightness grouping |
US8363973B2 (en) * | 2008-10-01 | 2013-01-29 | Fuji Xerox Co., Ltd. | Descriptor for image corresponding point matching |
JP4687772B2 (ja) * | 2008-11-06 | 2011-05-25 | ソニー株式会社 | 画像処理装置、画像処理方法、プログラム |
KR101323439B1 (ko) | 2008-11-12 | 2013-10-29 | 보드 오브 트러스티스 오브 더 리랜드 스탠포드 주니어 유니버시티 | 특징 디스크립터를 표현하고 식별하는 방법, 장치 및 컴퓨터 판독가능 저장 매체 |
US8374442B2 (en) * | 2008-11-19 | 2013-02-12 | Nec Laboratories America, Inc. | Linear spatial pyramid matching using sparse coding |
US8406507B2 (en) * | 2009-01-14 | 2013-03-26 | A9.Com, Inc. | Method and system for representing image patches |
WO2010101186A1 (ja) * | 2009-03-04 | 2010-09-10 | 公立大学法人大阪府立大学 | 画像検索方法、画像検索プログラム及び画像登録方法 |
US8818024B2 (en) | 2009-03-12 | 2014-08-26 | Nokia Corporation | Method, apparatus, and computer program product for object tracking |
US20100246969A1 (en) * | 2009-03-25 | 2010-09-30 | Microsoft Corporation | Computationally efficient local image descriptors |
US8611695B1 (en) * | 2009-04-27 | 2013-12-17 | Google Inc. | Large scale patch search |
US8391634B1 (en) | 2009-04-28 | 2013-03-05 | Google Inc. | Illumination estimation for images |
KR101016656B1 (ko) * | 2009-05-19 | 2011-02-25 | 주식회사신도리코 | 스캔 기능을 구비한 화상 형성 장치 및 이의 스캔 방법 |
US7953245B2 (en) * | 2009-08-18 | 2011-05-31 | General Electric Company | System, method and program product for camera-based object analysis |
KR101594113B1 (ko) * | 2009-10-09 | 2016-02-16 | 삼성전자주식회사 | 스케일을 고려한 이미지 패치 추적 장치 및 방법 |
US9710491B2 (en) | 2009-11-02 | 2017-07-18 | Microsoft Technology Licensing, Llc | Content-based image search |
US20110106798A1 (en) * | 2009-11-02 | 2011-05-05 | Microsoft Corporation | Search Result Enhancement Through Image Duplicate Detection |
US8433140B2 (en) * | 2009-11-02 | 2013-04-30 | Microsoft Corporation | Image metadata propagation |
WO2011061709A1 (en) * | 2009-11-19 | 2011-05-26 | Nokia Corporation | Method and apparatus for tracking and recognition with rotation invariant feature descriptors |
WO2011069021A2 (en) | 2009-12-02 | 2011-06-09 | Qualcomm Incorporated | Improving performance of image recognition algorithms by pruning features, image scaling, and spatially constrained feature matching |
TWI402479B (zh) * | 2009-12-15 | 2013-07-21 | Ind Tech Res Inst | 深度感測方法及應用其之系統 |
CN101840507B (zh) * | 2010-04-09 | 2012-07-18 | 江苏东大金智建筑智能化系统工程有限公司 | 基于角点特征不变量和图论聚类的目标跟踪方法 |
EP2591444A1 (en) * | 2010-07-06 | 2013-05-15 | LTU Technologies | Method and apparatus for obtaining a symmetry invariant descriptor from a visual patch of an image |
US8792728B2 (en) * | 2010-09-27 | 2014-07-29 | Hewlett-Packard Development Company, L.P. | Near-duplicate image detection |
US8798393B2 (en) | 2010-12-01 | 2014-08-05 | Google Inc. | Removing illumination variation from images |
US9147260B2 (en) * | 2010-12-20 | 2015-09-29 | International Business Machines Corporation | Detection and tracking of moving objects |
TWI411969B (zh) * | 2010-12-24 | 2013-10-11 | Ind Tech Res Inst | 紋理特徵點比對方法及系統 |
US8565482B2 (en) | 2011-02-28 | 2013-10-22 | Seiko Epson Corporation | Local difference pattern based local background modeling for object detection |
US8810640B2 (en) * | 2011-05-16 | 2014-08-19 | Ut-Battelle, Llc | Intrinsic feature-based pose measurement for imaging motion compensation |
JP6112624B2 (ja) * | 2011-08-02 | 2017-04-12 | ビューズアイキュー インコーポレイテッドViewsIQ Inc. | デジタル顕微鏡撮像の装置及び方法 |
US9141871B2 (en) * | 2011-10-05 | 2015-09-22 | Carnegie Mellon University | Systems, methods, and software implementing affine-invariant feature detection implementing iterative searching of an affine space |
KR101913336B1 (ko) * | 2011-10-06 | 2018-10-31 | 삼성전자주식회사 | 이동 장치 및 그 제어 방법 |
EP2780861A1 (en) * | 2011-11-18 | 2014-09-24 | Metaio GmbH | Method of matching image features with reference features and integrated circuit therefor |
AU2011253913A1 (en) | 2011-12-08 | 2013-06-27 | Canon Kabushiki Kaisha | Band-based patch selection with a dynamic grid |
KR101912748B1 (ko) * | 2012-02-28 | 2018-10-30 | 한국전자통신연구원 | 확장성을 고려한 특징 기술자 생성 및 특징 기술자를 이용한 정합 장치 및 방법 |
FR2989198A1 (fr) * | 2012-04-06 | 2013-10-11 | St Microelectronics Grenoble 2 | Procede et dispositif de detection d'un objet dans une image |
EP2859505A1 (en) * | 2012-06-07 | 2015-04-15 | Thomson Licensing | Image descriptor for media content |
JP2015527764A (ja) * | 2012-06-08 | 2015-09-17 | ノキア コーポレイション | マルチ・フレーム画像キャリブレータ |
AU2012244383A1 (en) * | 2012-11-05 | 2014-05-22 | Canon Kabushiki Kaisha | Real-time line feed measurement of inkjet printer |
US9674543B2 (en) | 2012-11-14 | 2017-06-06 | Samsung Electronics Co., Ltd. | Method for selecting a matching block |
CN103034864A (zh) * | 2012-12-12 | 2013-04-10 | 惠州学院 | 一种基于颜色阈值与角点检测的视频横幅识别方法 |
CN103106394A (zh) * | 2012-12-24 | 2013-05-15 | 厦门大学深圳研究院 | 一种视频监控中的人体行为识别方法 |
US9361538B2 (en) * | 2012-12-26 | 2016-06-07 | Microsoft Technology Licensing, Llc | Real time photometric edge description |
KR20140102038A (ko) * | 2013-02-13 | 2014-08-21 | 삼성전자주식회사 | 영상 정합 장치 및 영상 정합 방법 |
US9488469B1 (en) | 2013-04-22 | 2016-11-08 | Cognex Corporation | System and method for high-accuracy measurement of object surface displacement using a laser displacement sensor |
CN103310439B (zh) * | 2013-05-09 | 2016-01-20 | 浙江大学 | 一种基于尺度空间的图像最稳极值区域检测方法 |
JP6062825B2 (ja) * | 2013-08-09 | 2017-01-18 | 株式会社デンソーアイティーラボラトリ | 特徴点抽出装置、特徴点抽出方法、及び特徴点抽出プログラム |
US9129189B2 (en) | 2013-08-14 | 2015-09-08 | Qualcomm Incorporated | Performing vocabulary-based visual search using multi-resolution feature descriptors |
US9053365B2 (en) * | 2013-09-16 | 2015-06-09 | EyeVerify, Inc. | Template update for biometric authentication |
US9460515B2 (en) | 2013-10-25 | 2016-10-04 | Ricoh Co., Ltd. | Processing of light fields by transforming to scale and depth space |
JP6260215B2 (ja) * | 2013-11-13 | 2018-01-17 | 富士通株式会社 | 特徴点追跡装置、及び、特徴点追跡方法 |
US9400939B2 (en) | 2014-04-13 | 2016-07-26 | International Business Machines Corporation | System and method for relating corresponding points in images with different viewing angles |
JP6363863B2 (ja) | 2014-04-15 | 2018-07-25 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
CN103927767B (zh) * | 2014-04-18 | 2018-05-04 | 北京智谷睿拓技术服务有限公司 | 图像处理方法及图像处理装置 |
CN104021174A (zh) * | 2014-05-30 | 2014-09-03 | 北京合辉信息技术有限公司 | 根据片段图像获取完整资源的方法、系统与应用 |
KR102238693B1 (ko) | 2014-06-20 | 2021-04-09 | 삼성전자주식회사 | 포인트 클라우드에서 특징 영역을 추출하는 방법 및 장치 |
CN105224582B (zh) * | 2014-07-03 | 2018-11-09 | 联想(北京)有限公司 | 信息处理方法和设备 |
US9491452B2 (en) * | 2014-09-05 | 2016-11-08 | Intel Corporation | Camera calibration |
KR102281184B1 (ko) * | 2014-11-20 | 2021-07-23 | 삼성전자주식회사 | 영상 보정 방법 및 장치 |
US9811760B2 (en) * | 2015-07-31 | 2017-11-07 | Ford Global Technologies, Llc | Online per-feature descriptor customization |
WO2017059581A1 (en) * | 2015-10-09 | 2017-04-13 | SZ DJI Technology Co., Ltd. | Salient feature based vehicle positioning |
US9955861B2 (en) | 2015-10-16 | 2018-05-01 | Ricoh Company, Ltd. | Construction of an individual eye model using a plenoptic camera |
KR101711589B1 (ko) * | 2015-12-08 | 2017-03-02 | 연세대학교 산학협력단 | 초해상도 기법 기반 사전 생성 방법 및 이를 이용한 영상 확대 방법 및 그 장치 |
US11195043B2 (en) * | 2015-12-15 | 2021-12-07 | Cortica, Ltd. | System and method for determining common patterns in multimedia content elements based on key points |
WO2017105641A1 (en) * | 2015-12-15 | 2017-06-22 | Cortica, Ltd. | Identification of key points in multimedia data elements |
US11836650B2 (en) * | 2016-01-27 | 2023-12-05 | Microsoft Technology Licensing, Llc | Artificial intelligence engine for mixing and enhancing features from one or more trained pre-existing machine-learning models |
US11868896B2 (en) * | 2016-01-27 | 2024-01-09 | Microsoft Technology Licensing, Llc | Interface for working with simulations on premises |
US10664766B2 (en) | 2016-01-27 | 2020-05-26 | Bonsai AI, Inc. | Graphical user interface to an artificial intelligence engine utilized to generate one or more trained artificial intelligence models |
US11841789B2 (en) | 2016-01-27 | 2023-12-12 | Microsoft Technology Licensing, Llc | Visual aids for debugging |
US11775850B2 (en) | 2016-01-27 | 2023-10-03 | Microsoft Technology Licensing, Llc | Artificial intelligence engine having various algorithms to build different concepts contained within a same AI model |
US10043070B2 (en) * | 2016-01-29 | 2018-08-07 | Microsoft Technology Licensing, Llc | Image-based quality control |
US10136116B2 (en) | 2016-03-07 | 2018-11-20 | Ricoh Company, Ltd. | Object segmentation from light field data |
US9886652B2 (en) | 2016-03-15 | 2018-02-06 | Microsoft Technology Licensing, Llc | Computerized correspondence estimation using distinctively matched patches |
CN107240126B (zh) * | 2016-03-28 | 2020-11-20 | 华天科技(昆山)电子有限公司 | 阵列图像的校准方法 |
US10778707B1 (en) * | 2016-05-12 | 2020-09-15 | Amazon Technologies, Inc. | Outlier detection for streaming data using locality sensitive hashing |
TWI610271B (zh) * | 2016-07-11 | 2018-01-01 | 龍華科技大學 | 結合小波轉換及角點偵測建立單張影像深度圖的裝置及其方法 |
US10121262B2 (en) | 2016-12-20 | 2018-11-06 | Canon Kabushiki Kaisha | Method, system and apparatus for determining alignment data |
US10346717B1 (en) * | 2017-04-19 | 2019-07-09 | The United States Of America As Represented By The Secretary Of The Navy | System and method for thresholding of local image descriptors |
US11010630B2 (en) * | 2017-04-27 | 2021-05-18 | Washington University | Systems and methods for detecting landmark pairs in images |
CN107273923B (zh) * | 2017-06-02 | 2020-09-29 | 浙江理工大学 | 一种纺织面料摩擦声波辨别器的构建方法 |
WO2019008581A1 (en) | 2017-07-05 | 2019-01-10 | Cortica Ltd. | DETERMINATION OF DRIVING POLICIES |
WO2019012527A1 (en) | 2017-07-09 | 2019-01-17 | Cortica Ltd. | ORGANIZATION OF DEPTH LEARNING NETWORKS |
US10846562B2 (en) * | 2018-01-12 | 2020-11-24 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for image matching |
CN108304870B (zh) * | 2018-01-30 | 2021-10-08 | 河南理工大学 | 点线特征融合的错误匹配剔除方法 |
CN109003331A (zh) * | 2018-06-13 | 2018-12-14 | 东莞时谛智能科技有限公司 | 一种图像重构方法 |
US10846544B2 (en) | 2018-07-16 | 2020-11-24 | Cartica Ai Ltd. | Transportation prediction system and method |
US10839694B2 (en) | 2018-10-18 | 2020-11-17 | Cartica Ai Ltd | Blind spot alert |
US11181911B2 (en) | 2018-10-18 | 2021-11-23 | Cartica Ai Ltd | Control transfer of a vehicle |
US11126870B2 (en) | 2018-10-18 | 2021-09-21 | Cartica Ai Ltd. | Method and system for obstacle detection |
US20200133308A1 (en) | 2018-10-18 | 2020-04-30 | Cartica Ai Ltd | Vehicle to vehicle (v2v) communication less truck platooning |
US11700356B2 (en) | 2018-10-26 | 2023-07-11 | AutoBrains Technologies Ltd. | Control transfer of a vehicle |
US10789535B2 (en) | 2018-11-26 | 2020-09-29 | Cartica Ai Ltd | Detection of road elements |
CN109567600B (zh) * | 2018-12-05 | 2020-12-01 | 江西书源科技有限公司 | 家用净水机的配件自动识别方法 |
CN109697692B (zh) * | 2018-12-29 | 2022-11-22 | 安徽大学 | 一种基于局部结构相似的特征匹配方法 |
CN109934777B (zh) * | 2019-01-09 | 2023-06-02 | 深圳市三宝创新智能有限公司 | 图像局部不变特征提取方法、装置、计算机设备及存储介质 |
CN109840529B (zh) * | 2019-02-01 | 2022-12-09 | 安徽大学 | 一种基于局部敏感置信度评估的图像匹配方法 |
US11643005B2 (en) | 2019-02-27 | 2023-05-09 | Autobrains Technologies Ltd | Adjusting adjustable headlights of a vehicle |
US11285963B2 (en) | 2019-03-10 | 2022-03-29 | Cartica Ai Ltd. | Driver-based prediction of dangerous events |
US11694088B2 (en) | 2019-03-13 | 2023-07-04 | Cortica Ltd. | Method for object detection using knowledge distillation |
US11132548B2 (en) | 2019-03-20 | 2021-09-28 | Cortica Ltd. | Determining object information that does not explicitly appear in a media unit signature |
US10796444B1 (en) | 2019-03-31 | 2020-10-06 | Cortica Ltd | Configuring spanning elements of a signature generator |
US10789527B1 (en) | 2019-03-31 | 2020-09-29 | Cortica Ltd. | Method for object detection using shallow neural networks |
US11222069B2 (en) | 2019-03-31 | 2022-01-11 | Cortica Ltd. | Low-power calculation of a signature of a media unit |
US11488290B2 (en) | 2019-03-31 | 2022-11-01 | Cortica Ltd. | Hybrid representation of a media unit |
US10776669B1 (en) | 2019-03-31 | 2020-09-15 | Cortica Ltd. | Signature generation and object detection that refer to rare scenes |
CN111009001A (zh) * | 2019-09-17 | 2020-04-14 | 哈工大机器人(中山)无人装备与人工智能研究院 | 一种图像配准方法、装置、设备及存储介质 |
US10748022B1 (en) | 2019-12-12 | 2020-08-18 | Cartica Ai Ltd | Crowd separation |
US11593662B2 (en) | 2019-12-12 | 2023-02-28 | Autobrains Technologies Ltd | Unsupervised cluster generation |
CN113159081B (zh) * | 2020-01-23 | 2024-06-21 | 华为技术有限公司 | 一种图像处理方法以及相关设备 |
US11397869B2 (en) * | 2020-03-04 | 2022-07-26 | Zerofox, Inc. | Methods and systems for detecting impersonating social media profiles |
US11590988B2 (en) | 2020-03-19 | 2023-02-28 | Autobrains Technologies Ltd | Predictive turning assistant |
US11827215B2 (en) | 2020-03-31 | 2023-11-28 | AutoBrains Technologies Ltd. | Method for training a driving related object detector |
US11625843B2 (en) * | 2020-06-24 | 2023-04-11 | Bluebeam, Inc. | Systems and methods for automatic alignment of drawings |
CN111915645B (zh) * | 2020-07-14 | 2021-08-27 | 珠海大横琴科技发展有限公司 | 影像匹配方法、装置、计算机设备及计算机可读存储介质 |
US11756424B2 (en) | 2020-07-24 | 2023-09-12 | AutoBrains Technologies Ltd. | Parking assist |
CN112633081B (zh) * | 2020-12-07 | 2022-07-01 | 深圳市来科计算机科技有限公司 | 一种复杂场景下的特定物体识别方法 |
CN112598740B (zh) * | 2020-12-29 | 2022-04-15 | 中交第二公路勘察设计研究院有限公司 | 一种大范围多视倾斜影像连接点快速精确匹配方法 |
CN113095371B (zh) * | 2021-03-22 | 2023-01-17 | 北京大学 | 一种面向三维重建的特征点匹配方法及系统 |
CN113298720B (zh) * | 2021-04-21 | 2022-08-19 | 重庆邮电大学 | 一种自适应的重叠图像旋转方法 |
CN114299462B (zh) * | 2021-12-28 | 2024-04-23 | 湖北工业大学 | 一种基于锚点图像的地下停车场多尺度场景识别方法 |
CN114526682B (zh) * | 2022-01-13 | 2023-03-21 | 华南理工大学 | 一种基于图像特征增强数字体图像相关法的变形测量方法 |
CN114782724B (zh) * | 2022-06-17 | 2022-11-08 | 联宝(合肥)电子科技有限公司 | 一种图像匹配方法、装置、电子设备及存储介质 |
CN114821128B (zh) * | 2022-06-24 | 2022-09-09 | 北京科技大学 | 一种尺度自适应的模板匹配方法 |
CN117237680B (zh) * | 2023-08-18 | 2024-03-12 | 暨南大学 | 一种基于异质模型拟合的多源图像匹配方法及系统 |
CN117676136B (zh) * | 2023-11-16 | 2024-06-14 | 广州群接龙网络科技有限公司 | 一种群接龙数据处理方法及系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2688911B1 (fr) * | 1992-02-24 | 1994-07-29 | Robert Pierre | Procede de creation de la signature d'un objet represente sur une image numerique, du type consistant a definir au moins un calibre dimensionnel caracteristique dudit objet, et procede correspondant de verification de la signature d'un objet. |
JP3212777B2 (ja) * | 1993-10-28 | 2001-09-25 | 三菱電機株式会社 | 画像処理装置 |
US6038349A (en) * | 1995-09-13 | 2000-03-14 | Ricoh Company, Ltd. | Simultaneous registration of multiple image fragments |
US6009437A (en) * | 1997-03-25 | 1999-12-28 | Nec Research Institute, Inc. | Linear fitting with missing data: applications to structure-from-motion and to characterizing intensity images |
US6711293B1 (en) * | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
US6553150B1 (en) * | 2000-04-25 | 2003-04-22 | Hewlett-Packard Development Co., Lp | Image sequence compression featuring independently coded regions |
GB2367966B (en) * | 2000-10-09 | 2003-01-15 | Motorola Inc | Method and apparatus for determining regions of interest in images and for image transmission |
JP4502303B2 (ja) * | 2001-07-05 | 2010-07-14 | 株式会社リコー | 画像処理装置 |
US7146057B2 (en) * | 2002-07-10 | 2006-12-05 | Northrop Grumman Corporation | System and method for image analysis using a chaincode |
CN1152341C (zh) * | 2002-08-27 | 2004-06-02 | 上海交通大学 | 房屋数字地图自动生成方法 |
CN1168047C (zh) * | 2002-12-19 | 2004-09-22 | 上海交通大学 | 遥感图像的非线性配准方法 |
JP4492036B2 (ja) * | 2003-04-28 | 2010-06-30 | ソニー株式会社 | 画像認識装置及び方法、並びにロボット装置 |
-
2004
- 2004-04-27 US US10/833,760 patent/US7382897B2/en not_active Expired - Fee Related
-
2005
- 2005-04-27 KR KR1020050035194A patent/KR101117837B1/ko active IP Right Grant
- 2005-04-27 DE DE602005010781T patent/DE602005010781D1/de active Active
- 2005-04-27 JP JP2005129813A patent/JP4838532B2/ja not_active Expired - Fee Related
- 2005-04-27 CN CNB2005100896462A patent/CN100426321C/zh not_active Expired - Fee Related
- 2005-04-27 EP EP05103415A patent/EP1594078B1/en not_active Not-in-force
- 2005-04-27 AT AT05103415T patent/ATE413659T1/de not_active IP Right Cessation
-
2011
- 2011-07-13 JP JP2011155049A patent/JP5066279B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1776716A (zh) | 2006-05-24 |
CN100426321C (zh) | 2008-10-15 |
JP2005317020A (ja) | 2005-11-10 |
JP4838532B2 (ja) | 2011-12-14 |
EP1594078A2 (en) | 2005-11-09 |
US20050238198A1 (en) | 2005-10-27 |
EP1594078B1 (en) | 2008-11-05 |
KR20060047552A (ko) | 2006-05-18 |
JP2011204280A (ja) | 2011-10-13 |
DE602005010781D1 (de) | 2008-12-18 |
ATE413659T1 (de) | 2008-11-15 |
EP1594078A3 (en) | 2006-08-09 |
US7382897B2 (en) | 2008-06-03 |
KR101117837B1 (ko) | 2012-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5066279B2 (ja) | マルチスケールの有向パッチ(multi−scaleorientedpatches)を使用したマルチ画像特徴(feature)のマッチング | |
Liu et al. | Gift: Learning transformation-invariant dense visual descriptors via group cnns | |
Yang et al. | Daisy filter flow: A generalized discrete approach to dense correspondences | |
US8712156B2 (en) | Comparison of visual information | |
US8897572B2 (en) | Fast subspace projection of descriptor patches for image recognition | |
US20130089260A1 (en) | Systems, Methods, and Software Implementing Affine-Invariant Feature Detection Implementing Iterative Searching of an Affine Space | |
JP5602940B2 (ja) | 事前計算されたスケール空間からのデイジー記述子生成 | |
JP5261501B2 (ja) | 不変の視覚場面及び物体の認識 | |
US8798377B2 (en) | Efficient scale-space extraction and description of interest points | |
WO2011069021A2 (en) | Improving performance of image recognition algorithms by pruning features, image scaling, and spatially constrained feature matching | |
JP2007334795A (ja) | 情報処理装置および方法、並びにプログラム | |
US20150302270A1 (en) | A method of providing a feature descriptor for describing at least one feature of an object representation | |
Wu et al. | Direct pose estimation for planar objects | |
Nakazawa | Noise stable image registration using random resample consensus | |
Hwang et al. | Real-Time 2D Orthomosaic Mapping from Drone-Captured Images Using Feature-Based Sequential Image Registration | |
KR101627974B1 (ko) | 영상 블러에 강인한 영상 특징 기술자 생성 방법 및 장치 | |
Cardoso et al. | Image stitching using non-extensive statistics | |
Olsson | Lens Distortion Correction Without Camera Access | |
Goel et al. | Automatic co-registration of aerial and satellite imagery using optimized minimum distance thresholds for matching | |
Balmashnova et al. | Content-based image retrieval by means of scale-space top-points and differential invariants | |
Son et al. | Fast affine-invariant image matching based on global Bhattacharyya measure with adaptive tree | |
Card | Qualitative image based localization in a large building | |
Goshin et al. | Guided Sampling Method for Hypothesis Generation in Image Stitching | |
Elibol et al. | Mismatched image identification using histogram of loop closure error for feature-based optical mapping | |
Badr et al. | SIFT-EST-a SIFT-based feature matching algorithm using homography estimation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110811 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120406 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120416 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120627 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120712 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120810 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5066279 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150817 Year of fee payment: 3 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |