SURF(Speed Up Robust Features) SURF란??? 말그대로 빠르게 강인한 특징점을 찾아보자!!! 이거 아입니까?? 이 논문에서는 SIFT외에도 다른 방법들과 비교를 했는데 최대한 SIFT못지 않게 성능을 유지하면서 계산속도를 향상 시키고자했다 그래서 중요한 속도향상을 위해 제안한 방법들을 요약해보면 1. Integral image를 이용. (4개의 point만 알면 그영역의 면적을 간단하게 바로 계산 가능) 2. 간편화한 Detector와 Descriptor활용 (차원수를 줄임) 3. 이렇게 3가지를 들 수 있습니다. 그럼 이제부터 하나씩 파헤쳐 보겠습니다. 주요 속도 상승의 요인인 Integral image - 임의의 크기의 사각형을 일정시간 내에 계산 - I(x)공식을 보면 먼저 영상에 대해서 면적을 쭉~ 계산해놓은다음 A, B, C, D 4점만 알면 S라는 면적을 빠르게 계산할 수 있다. Interest Point Detection - 헤시안(Hessian) 매트릭스 기반으로 검출을 합니다. - 논문에서는 정확성이 좋고 Determinant가 max값인 위치에서 blob같은 구조를 검출하기 위해서라고합니다. - 만약 determinant가 음수이고 eigenvalue가 서로 다른 부호이면 point는 극값이 아닙니다. . - 아래 그림처럼 9x9 박스 필터를 사용하는데 계산을 좀더 간편하고 단순하게 하기위해서 근사화한 Dxx와 Dyy박스필터를 이용합니다. - 위의 공식에서 보이듯이 논문에서는 실제로 0.9라는 Weight를 사용햇다고 합니다.
. - 여기서도 SIFT와 비슷하게 영상 피라미드를 구성하는데 SIFT에서는 다른 크기의 이미지에 적용하면서 크기 불변을 보장한 반면 SURF에서는 박스 필터 크기를 변경해가면서 적용을 했습니다. - 여기서는 아래 그림처럼 박스필터 사이즈를 up-scaling하면서 분석을 하는데요. . - 아래 표를 보시면 3개의 옥타브가있고 점점 스케일이 지수적으로 증가하는 것을 볼 수 있습니다. . - 이렇게 SIFT와 유사하게 옥타브별로 서로다른 스케일의 영상을 뽑아냈으면!!! OpenCV : Open Source Computer Vision Library Comm. OpenCV Q&A. MARE's Computer Vision Study. OpenCV KOREA. Google 번역. OpenCV.