Keypoint matching based on descriptor statistics
Betimleyici istatistikleri ile anahtar noktaların eşleştirilmesi
- Tez No: 449101
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA ÖZUYSAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
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 listeyi sıralamak için kullanılmıştır. Bu liste yaklaşık en yakın komşuyu bulma algoritmalarıyla birlikte hızlı ve verimli olarak hesaplanabileceği için, geliştirilen yöntem büyük betimleyici kümelerine ölçeklendirilebilir.
Özet (Çeviri)
The binary descriptors are the representation of choice for real-time keypoint matching. 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 searching in the top K near neighbor matches instead of just the single nearest neighbor one. To pick the correct match out of the K near neighbors, we exploit statistics of descriptor bit variations collected for each keypoint individually in an off-line training phase. This is similar in spirit to approaches that learn a patch specific keypoint representation. Unlike these approaches, we limit the use of a keypoint specific score only to rank the list of K near neighbors. Since this list can be efficiently computed with approximate nearest neighbor algorithms, our approach scales well to large descriptor collections.
Benzer Tezler
- Üç boyutlu yüz tanımada lokal özellik temelli yöntemlerin kullanımı ve karşılaştırılması
Comparison and usage of local feature based methods for 3d face recognition
MUHAMMED ENES ATİK
Yüksek Lisans
Türkçe
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAİDE DURAN
- Storefront logo recognition and stereo vision based distance estimation
Mağaza logosu tanıma ve stereo görüntü tabanlı mesafe kestirimi
MEHMET BİBERCİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Nokta bulutlarının otomatik birleştirilmesinde yeni bir yöntem önerisi
A new method for automatic point cloud registration
RAMAZAN ALPER KUÇAK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAR EROL
- Yerel öznitelikler kullanarak görüntü indeksleme ve eşleme
Image indexing and matching using local features
ONUR ÇALIKUŞ
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Efficient visual loop closure detection via localized moment descriptors
Hızlı ve verimli çalışan yerelleştirilmiş görsel moment tanımlayıcılarıyla çevrim kapamaların saptanması
CAN ERHAN
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ