Tez detayları

Keypoint matching based on descriptor statistics = Betimleyici istatistikleri ile anahtar noktaların eşleştirilmesi

Yazarlar:

Uzyildirim, Furkan Eren

Yayıncı:

İzmir Yüksek Teknoloji Enstitüsü

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Belge Tipi:

Tezler

Program Tipi:

Yüksek Lisans

Yayın Tarihi:

12/2015

Belge Dili:

İngilizce

Document ID (Org No.):

2000143789

Özet

The binary descriptors are the representation of choice for real-time keypointmatching. However, they suffer from reduced matching rates due to their discrete nature.In this thesis, we propose an approach that can augment their performance by searchingin the top K near neighbor matches instead of just the single nearest neighbor one. Topick the correct match out of the K near neighbors, we exploit statistics of descriptor bitvariations collected for each keypoint individually in an off-line training phase. This issimilar in spirit to approaches that learn a patch specific keypoint representation. Unlikethese approaches, we limit the use of a keypoint specific score only to rank the list ofK near neighbors. Since this list can be efficiently computed with approximate nearestneighbor algorithms, our approach scales well to large descriptor collections.

Gerçek zamanlı uygulamalarda, ikili betimleyiciler anahtar noktaların eşleştirilmesinde sıklıkla kullanılmaktadır. İkili betimleyicilerin ayrık yapıları dogru eşleşmelerin sayısında düşüklüğe sebep olmaktadır. Bu tez çalışmasında, doğru eşleşme en yakın komşu yerine en iyi K komşuyu içeren bir liste üzerinde aranarak ikili betimleyicilerin performansında iyileştirme amaçlanmıştır. Bu liste üzerinde doğru eşleşmeyi seçebilmek için, her anahtar noktanın ikili betimleyicisinin bit değişimlerinin istatistikleri çevrimdışı eğitim aşamasında çıkarılmıştır. Bu yöntem, anahtar noktaları etrafındaki belirli bir imge alanıyla temsil eden anahtar nokta özgü yaklaşımlara benzerlik göstermektedir. Bu yaklaşımlardan farklı olarak, anahtar noktaya özgü skor sadece en yakın K komşuyu içeren listeyisıralamak için kullanılmıştır. Bu liste yaklaşık en yakın komşuyu bulma algoritmalarıylabirlikte hızlı ve verimli olarak hesaplanabileceği için, geliştirilen yöntem büyük betimleyici kümelerine ölçeklendirilebilir.

Tez detayları

Keypoint matching based on descriptor statistics = Betimleyici istatistikleri ile anahtar noktaların eşleştirilmesi

Yazarlar: Uzyildirim, Furkan Eren

Yayıncı: İzmir Yüksek Teknoloji Enstitüsü

Ana Başlıklar: Veri işleme & bilgisayar bilimi

Belge Tipi: Tezler

Program Tipi: Yüksek Lisans

Yayın Tarihi: 12/2015

Belge Dili: İngilizce

Document ID (Org No.): 2000143789