このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
局所特徴とその記述子は,多くのコンピュータービジョンアルゴリズムにおける基本ブロックとなります。用途としては,イメージのレジストレーション,オブジェクトの検出と分類,追跡,動き推定,コンテンツベースの画像検索(CBIR)などがあります。これらのアルゴリズムでは,スケール変更,回転およびオクルージョンなどの処理を改善するために局所特徴が使用されます。计算机视觉的工具箱™ のアルゴリズムには、FAST、Harris、Shi & Tomasi などのコーナー検出器や、SURF、KAZE、および MSER のブロブ検出器などがあります。ツールボックスには SURF、FREAK、BRISK、LBP、ORB、HOG の各記述子が含まれています。これらの検出器や記述子はアプリケーションのニーズに応じて組み合わせることができます。
局所特徴の検出と抽出の利点と用途の学習
いくつかの種類の特徴の点オブジェクトを返したり受け入れたりする関数の選択
ピクセルインデックス,空間座標および3次元座標系の指定
描画する形状のタイプを指定する場合,そのイメージ上の位置も指定しなければなりません。
コンテンツベースの画像検索(CBIR)システムを使用して,クエリイメージと似ているイメージコレクションからイメージを検索します。