David G. Lowe Distinctive Image Features from Scale-Invariant
Keypoints Arad Rosales Cruz Visin de alto nivel Enrique Sucar
Diapositiva 2
Resumen Se presenta un mtodo de extraccin de caractersticas
distintivas invariante de una imagen. Rotacin Escala Cambio de
punto de vistas en 3D Suma de ruido Cambios de iluminacin Se
utilizan para comparar imgenes de distintas vistas. Estas
caractersticas son altamente distintivas de la imagen Describen un
enfoque para usas estas caractersticas para el reconocimiento de
objetos.
Diapositiva 3
Introduccin Deteccin de extremos de espacio-escala. Funcin
Diferencia de Gaussiana para detectar puntos de inters invariantes
a escala y orientacin. Localizacin de puntos clave. Son
seleccionados con base a las medidas de su estabilidad. Asignacin
de orientacin. La direccin del gradiente local de la imagen.
Descriptor de puntos clave. Los gradientes locales de la imagen son
medidos en la escala seleccionada y se transforman en una
representacin.
Diapositiva 4
Investigacin relacionada
Diapositiva 5
Deteccin de extremos de escala-espacio La primera fase de
deteccin de puntos claves es identificar los lugares y las escalas
que pueden ser asignados en virtud de puntos de vista diferentes el
mismo objeto. El espacio-escala de la imagen: Para detectar de
manera eficiente la ubicacin estable de los puntos claves en la
escala de espacio, utiliza la escala de espacio en la diferencia
extrema de la funcin Gaussiana convolucionando la imagen, que puede
ser calculado a partir de la diferencia de cerca de dos escalas
separadas por un factor multiplicativo constante k.
Diapositiva 6
Diapositiva 7
Localizacin exacta del punto clave
Diapositiva 8
Asignacin de orientacin La escala del punto clave se utiliza
para seleccionar la imagen del suavizado Gaussiano, con la escala
ms cercana para que todos los clculos se realicen de manera en una
escala invariable. Histograma de orientacin es formado por la
orientacin del gradiente de los puntos muestreados en la regin del
punto clave. Cada ejemplo se agrega al histograma. Cada pico en el
histograma corresponde a la direccin dominante del gradiente local
(80% ese pico es usado para crear el punto clave con su
orientacin). Slo alrededor del 15% de los puntos se asignan
mltiples orientaciones.
Diapositiva 9
El descriptor local de la imagen Representacin del descriptor
Est formado por un vector que contiene los valores de todas las
entradas del histograma de orientacin
Diapositiva 10
Aplicacin para reconocimiento de objetos Reconocimiento de
objetos en presencia de desorden y la oclusin Los grupos de al
menos 3 caractersticas que se identific por primera vez sobre un
objeto y su pose Cada grupo est marcado por la realizacin de un
detallado geomtrico apropiado para el modelo El resultado se
utiliza para aceptar o rechazar la interpretacin Emparejamiento y
eliminacin de correspondencias Incorrectas rboles-kd, Best Bin
First
Diapositiva 11
Para saber si un punto P 1 de la imagen 1, con descriptor V 1,
est presente en la imagen 2: Se busca el punto P 2 con descriptor V
2 ms parecido en la imagen 2. Si la distancia entre V 1 y V 2 es
menor que un umbral, entonces P 2 corresponde a P 1, sino P 1 no
tiene correspondencia en la imagen 2. El problema de emparejamiento
se reduce entonces a una bsqueda de vecino ms cercano Algoritmo
bsico comparar V 1 contra todos los puntos de la imagen 2 rboles KD
y Best-BinFirst
Diapositiva 12
Ejemplos de reconocimiento
Diapositiva 13
Diapositiva 14
En los dos ejemplos el tiempo total para reconocer los objetos
fue de 0.3 segundos en un procesador Pentium 4 2GHz Estos puntos
clave pueden ser aplicados a problemas de localizacin de robots y
mapeo
Diapositiva 15
Conclusiones Los puntos claves han demostrado ser invariante a
la rotacin de la imagen y la escala a travs de una importante gama
de distorsin, ruido y cambio en la iluminacin. Un gran nmero de
puntos claves se puede extraer de las imgenes, dando solidez a la
extraccin y reconocimiento de objetos pequeos entre el desorden.
Otras aplicaciones potenciales Vistas coincidentes para la
reconstruccin en 3D Movimiento y seguimiento de la segmentacin
Localizacin del robot Otras que requieran la identificacin
coincidentes entre imgenes