Image feature matching

728x90

☝️ good feature 란 무엇인가? 

- 조명의 상황에 상관 없이 동일한 feature를 추출해야 한다.

- 위치에 상관 없이 동일한 feature를 추출해야 한다.

- 크기에 상관 없이 동일한 feature를 추출해야 한다. 

- 회전 상황에 상관 없이 동일한 feature를 추출해야 한다. 

- Perspective transform에 상관 없이 동일한 feature를 추출해야 한다. 

 

- 계산량이 너무 많으면 안된다.

- 메모리 소모가 효율적이어야 한다.

 

 

 

 

☝️ ORB

oFast detector + r-BRIEF descriptor 이 두 가지가 협쳐 있는 형태이다.

FAST : radius가 3인 경우, 9게의 연속되는 픽셀 크기를 고려한다.

BRIEF : 한 픽셀이 feature로 판명이 났을 때 이 픽셀을 묘사하는 방법이다.

 

 

 

☝️ Image matching

두 개의 영상이 유사한지 아닌지, 만약 유사하다면 어떤 위치 관계를 가지고 있는지 알려주는 것.

1. 먼저 두 영상의 feature를 추출한다.

2. 추출한 feature를 적절한 descriptor를 통해 묘사한다.

3. descriptor를 통한 결과를 기준으로 두 featurer를 비교한다.

4. 비교한 Feature들이 얼마나 good 한지 image matching으로 판별한다.

* 이 때 good image matching은 NNDR로 알 수 있다. NNDR값이 작을수록 good matching에 가깝다.

** NNDR : 가장 잘 맞는 상태인 두 feature간의 거리 / 두 번째로 잘 맞는 상태인 두 featurer간의 거리.

 

 

☝️ Convolutional Neural Network

Convolution

- stride가 1인 경우는 1칸씩 마스크를 이동시키겠다는 것이다.

Relu

- non-linear function의 종류이다.

- value가 0보다 작은 경우 result는 0이 되고, 0보다 크면 원래 값을 유지한다.

 

Pooling

- max value를 사용한다.