unified real-time tracking and recognition with rotation-invariant fast features
DESCRIPTION
Unified real-time tracking and recognition with rotation-invariant fast features. 後藤祐斗. キーポイント検出と特徴量記述の変遷. 回転に不変な特徴量 記述 の高速化. Mobile Augmented Reality(MAR). 携帯端末で拡張現実 持ち方に よる見えの変化 回転 に 不変 低スペック 省メモリかつ高速なアルゴリズム. 頑健,高速,省メモリな 特徴量記述が必要. ARTOOLWORKS より抜粋. 携帯端末では SIFT や SURF による 処理が困難. 特徴量記述. - PowerPoint PPT PresentationTRANSCRIPT
Unified real-time tracking and recognition with rotation-invariant fast features
後藤祐斗
2
キーポイント検出と特徴量記述の変遷
回転に不変な特徴量記述の高速化
3
Mobile Augmented Reality(MAR)• 携帯端末で拡張現実
持ち方による見えの変化 回転に不変低スペック 省メモリかつ高速なアルゴリズム
携帯端末では SIFT や SURF による処理が困難
頑健,高速,省メモリな特徴量記述が必要
ARTOOLWORKS より抜粋
4
• SIFT– キーポイント検出
• スケールとキーポイント検出• キーポイントのローカライズ
– 特徴量記述• オリエンテーションの算出• 特徴量記述
特徴量記述
SIFT :処理コストは高いが高精度
SURF : SIFT の高速化
デスクトップ PC
携帯端末
RIFF :高速化及び省メモリ化
5
Rotation-Invariant Fast Feature(RIFF)• 回転に不変な勾配方向の取得
– キーポイントを中心とした法線ベクトル , 接線ベクトルを求める
– 勾配方向を r - t 空間のローカル座標系に投影
𝒄
𝒓𝒕 𝐠
𝒑
𝒓 ′
𝒕 ′
𝐠 ′ 𝒑 ′𝜽
キーポイント中心 注目座標 勾配方向 回転変化法線ベクトル 接線ベクトル 回転行列
𝑅𝜃𝒑=𝒑 ′ ,𝑅𝜃𝒓=𝒓 ′ ,𝑅𝜃𝒕=𝒕′ ,𝑅𝜃𝒈=𝒈 ′r - t ローカル座標に投影することで回転に不変な勾配方向を取得
6
Rotation-Invariant Fast Feature(RIFF)
回転に不変な勾配方向を取得
回転変化に依存しない勾配方向を取得
7
Rotation-Invariant Fast Feature• 特徴量記述
– 1 ピクセル刻みで勾配を算出 → 高速化– ヒストグラムの作成
• サイズの異なる 4 つの同心円に領域分割• それぞれの領域において r – t 座標系よりヒストグラムを作成
– ヒストグラムは 5×5 スカラー量子化範囲– 特徴次元数は 4 × 25 =100 次元
スカラー量子化範囲円形パッチ
8
キーポイントによる評価実験
• キーポイントは FAST により検出• 実験環境
– 15fps, 320×240 サイズの動画 × 2– 処理端末
• 携帯 NokiaN900(ARM プロセッサ , 600MHz)• ノート PC IBMT43(PemtiumM, 1.8GHz)
• 比較手法– KLT [Bruce D. Lucas and Takeo Kanade, IJCAI1981]– RIFF
9
評価結果
ノート PC では約 10 倍,携帯端末では約 26 倍高速
10
画像認識による評価実験
• 画像データベースから画像検索– 2,000 ~ 1,000,000 枚のデータベースから検索– 入力画像を 5° 刻みで回転させて評価– 正解率の平均値を比較– 比較手法
• SIFT, SURF, RIFF
11
認識結果
RIFF は回転に不変な追跡が可能