3日で作る高速特定物体認識システム (3) SURFの抽出 - 人工知能に関する断創録
3日で作る高速特定物体認識システム (2) SIFT特徴量の抽出（2009/10/24）の続きです。あっ、3日経っちゃいました。 今回は、SIFTとは別の局所特徴量であるSURF（Speeded Up Robust Features）を抽出してみます。SURFのFはFeaturesなのでSURF特徴量とは言わないのかな？SIFTとは抽出方法は違いますが、画像からキーポイントと特徴ベクトルを抽出する点では同じです。抽出速度はSIFTより数倍高速だそうですが、精度は多少落ちるとのこと。リアルタイム処理したいときはこっちのほうがよさそうです。また、OpenCVにもすでに実装されています。SURFの詳しいアルゴリズムは後で論文を読むとしてとりあえず試してみます。 画像からSURFを抽出する 以下のプログラムは、画像からSURFを抽出して特徴点を描画し、特徴量をファイルへ格納するプログラムです。この
画像認識の初歩、SIFT,SURF特徴量
SSII2020TS: Event-Based Camera の基礎と ニューラルネットワークによる信号処理 〜 生き物のように「変化」を捉えるビジョンセ...SSII
ITE
キーワード：Histogram of Oriented Gradients HoG） （ １．ま え が き 近年，Histogram of Oriented Gradients HoG） やScale（ 2） Invariant Feature Transform （SIFT） 3） といった，画像の 1） 画像勾配の計算方法，角度の分割方法，1セルあたりの画 素サイズや1ブロックあたりのセル数，ブロック形状の取 り方，ベクトルの正規化の方法に至るまでさまざまな検討 がなされていることがわかります．もちろん，対象とする 画像の大きさや，判別対象物体の種類によって最適値は変 わりますが，ここでは文献1） で性能が高い，とされている パラメータを使うこととします． 入力画像は64×128のグレイスケール画像とします．まず はすべての画素において，縦・横方向の勾配強度と勾配方 向を下記の
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
