스케일 불변 특징점 검출 (SIFT, SURF)

2021, Feb 17    

• 참조 : 컴퓨터 비전 (오일석)
• 참조 : https://medium.com/data-breach/introduction-to-sift-scale-invariant-feature-transform-65d7f3a72d40
• 참조 : https://ballentain.tistory.com/47
• 참조 : https://bskyvision.com/21
• 참조 : https://www.koreascience.or.kr/article/JAKO201310457144649.pdf
• 참조 : https://darkpgmr.tistory.com/131
• 참조 : https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=laonple&logNo=220879911249

목차

• 스케일 공간

• 해리스 라플라스 특징 검출

• SIFR 검출

• SURF 검출

스케일 공간

해리스 라플라스 특징 검출

SIFR 검출

• 지금 부터 설명할 SIFT와 이후에 설명할 SURF는 scale & rotation invariant한 feature를 찾기 위한 대표적인 알고리즘입니다. scale과 rotation에 강건하기 때문에, 이미지의 크기 변화 또는 이미지의 위치 변화 또는 회전이 되었다고 하더라고 이미지의 feature를 찾기 용이합니다. 이 성질을 이용해서 두 이미지에서 같은 물체의 feature를 찾은 뒤 두 물체를 매칭하는 데 사용됩니다.

• 위 이미지에서는 같은 자동차를 다른 뷰에서 촬영한 2개의 사진에서 feature extraction을 한 것을 볼 수 있습니다. 이 때, 두 자동차가 같은 차 인 지 알기 위하여 feature간 매칭이 된 것을 참조할 수 있습니다.
• 위 사진을 통해 확인할 점은 두 이미지가 scale, rotation 모두가 변경이 되었지만 비슷한 부분의 feature를 잡아낼 수 있다는 점입니다.

SURF 검출