컴퓨터 비전 & 패턴 인식 - 15. 지역 특징과 코너

대응점 찾기 문제에서 필요한 특징

 

유사한 두 사진이 주어질때

 

대응 되는 쌍을 찾으려면 어떻게 해야할까

 

에지는 물체의 경계에 위치하므로, 독립적으로 구분하기에는 너무 많음

 

강도와 방향에 대한 정보만 가지고 있어 대응점 매칭에는 부족

 

1980년대까지는 에지를 연결한 에지 토막을 사용

 

https://www.semanticscholar.org/paper/User-Assisted-Feature-Correspondence-Matching-Ring-Kokaram/5ea390ecada6e2c19b209e5ae8ee404b7e9c58a2/figure/2

 

 

 

 

 

 

지역 특징 local feature

 

비슷한 영상에서도 반복적으로 보이는 특징점을 말함.

 

위치, 스케일, 방향, 특징 벡터 등의 정보들로 구성됨

 

지역 특징은 에지의 경우 강도와 방향만 가진것에 비해 많은 정보를 가짐

 

지역 특징 정보를 얻는 과정은 검출 단계와 기술 단계로 이루어짐

 

지역 특징 검출에서 위치와 스케일 지역 특징 기술에서는 방향과 특징 벡터를 구함.

 

검출한 지역 특징들은 위치, 스케일, 방향에 대한 정보를 가짐으로서

 

위치, 회전, 스케일 변화에 불변해야 함.

 

 

 

 

대응쌍 검출(매칭 알고리즘)에선 특징 벡터를 비교 -> 거리가 가까운경우 대응점으로 판단.

 

다른 시점에서의 영상이라 명암은 다를수 밖에없지만 명암 구조는 같음

 

스케일, 회전, 조명 변화에 무관한 특징 벡터 추출 알고리즘을 구해야 함.

 

* MB-LBP 특징 벡터의 예시

https://www.researchgate.net/publication/284022199_AUTOMATIC_AGE_ESTIMATION_AND_GENDER_CLASSIFICATION_IN_THE_WILD/figures?lo=1

 

 

 

 

 

 

모라벡 알고리즘

 

1980년 경 모라벡이 제안한 코너 검출 알고리즘(moravec80)

 

이미지와 마스크의 제곱차 합을 활용

 

 

 

 

해리스 코너 알고리즘

 

1988년 해리스는 노이즈를 제거하기 위해 모라벡 알고리즘에 가우시안 마스크를 적용한

 

해리스 코너 방법을 발표(Harris88)

 

 

 

위 행렬 A의 고유값을 계산하여 지역 특징, 코너를 구할 수 있음.