Document

Report
ORB: an efficient alternative to SIFT or SURF
三品 陽平
2011.12.20
論文紹介
• ORB: an efficient alternative to SIFT or SURF
[ICCV2011]
– FAST に回転不変性を導入
– BRIEFの改良
– BRISKとオリエンテーションの推定法と
輝度差を求める2点の選択方法が異なる
– 著者
Ethan Rublee, Vincent Rabaud, Kurt Konolige, Gray Bradski
• Willow Garage
2
キーポイント検出と特徴量記述の変遷
BRIEFの改良
3
キーポイント検出手法
• SIFT(DoG)[ICCV1999]
• SURF[ECCV2006]
– 近似Hessian-Laplaceによるキーポイント検出
• FAST[ECCV2006]
– 決定木を利用したコーナー判定によるキーポイント検出
高速なキーポイント検出
– DoG画像を利用した極値探索によるキーポイント検出
高速化のためFASTの利用を想定(オリエンテーション算出)
4
Features from Accelerated Segment Test (FAST)
• コーナーのみをキーポイントの対象として検出
• 注目画素を中心とした円周上の画素を観測
• 決定木を用いたFASTによるコーナー検出
– 高速かつ省メモリなコーナー検出が可能
– SIFT(DoG)と比較して約45倍高速
• 画像の複数スケールを入力し
キーポイントのスケールを決定
5
オリエンテーション
• パッチ内の輝度値の重心位置と中心を結ぶ方向ベクトル
: パッチ中心
: 輝度の重心
6
オリエンテーションの算出
• モーメントの算出
mpq = å x p y q I(x, y)
x,y : パッチ内の座標
x,y
• 重心座標の算出
æ m10 m01 ö
C =ç
,
÷
è m00 m00 ø
7
BRIEF
• 高速性
– 記述高速化:バイナリ列の直接的生成
– マッチング高速化:ハミング距離の利用
• 頑健性
– 照明変化に対応
– スケール不変性,回転不変性がない
8
特徴量記述
• パッチ内の比較ピクセルを学習により選択
– 分散が大きく,ペア間の相関が低いバイナリコードを選択
• Greedy アルゴリズムを用いて選択
9
Greedyアルゴリズムを用いた選択
• 前処理
–
–
–
–
–
PASCAL 2006から300,000のキーポイントを算出
31×31のパッチに5×5のサブウィンドウを設定
205590のテストペアを作成
全てのテストペアのテストを実行
バイナリの平均値が0.5に近い順にペアを
ソートしベクトルTに代入
– 先頭のペアをベクトルRに代入
• 繰り返し処理
–
–
–
–
ベクトルTから1つ取り出しベクトルR内のペアと相関を比較
相関がしきい値以下ならベクトルRに追加,それ以外は破棄
ベクトルRが256個のペアを選択したら終了
探索しても256に満たない場合はしきい値を下げる
10
評価実験
• 回転不変性
rBRIEFが最も回転に対する頑健性が高い
11
評価実験
• 実環境下におけるマッチング
– 回転,スケール変化に対応
12
評価実験
• 識別の処理時間の比較
– Intel i7 2.8GHz 搭載マシン
– 2686枚の画像から5つのスケールを算出
– 2000000点以上の特徴点を約42秒で処理が可能
ORBの各ステップの処理時間
1フレームの処理時間の比較
SIFTと比べ約340倍高速に処理が可能
13
物体認識と姿勢推定
• 対応点マッチングによる
物体認識
• 物体の姿勢も推定可能
14
まとめ
• FASTにオリエンテーション算出アルゴリズムを導入
• BRIEFに回転不変性の導入
– 学習による比較ピクセルの選択
• 高速且つロバストなマッチングが可能
15

similar documents