2014280031董磊translation摘要.docVIP

第  PAGE \* MERGEFORMAT 2 页 基于局部尺度不变性特征的目标识别 大卫·罗伊 英属哥伦比亚大学计算机科学系 摘 要 一类利用新型的局部图像特征的目标识别系统已经得到发展，该特征对图像缩放、平移和旋转，特别是对光照变化和仿射或3D投射具有不变性。这些特征和用于识别目标的灵长类动物视觉颞皮层神经元具有相似性质。通过一种分级滤波法确定尺度空间中的稳定点，从而能够有效地找到特征。图像键允许局部几何变形，在多方位面和多尺度中，通过模糊图像梯度表示。该键被用作最近邻检索法的输入，识别候选对象匹配。每一个匹配的最终验证是通过寻找低残留的最小二乘法来获得未知的模型参数。实验结果显示，鲁棒性强的目标识别在杂乱和部分闭塞图像中的计算时间不超过2秒。 1.介绍 在杂乱的现实世界场景的目标识别中，需要有对周边的杂乱和部分闭塞不受影响的局部图像特征。该特征必须至少对光照变化、3D射影变换和一般的物体变化具有部分不变性。另一方面，这个特征必须同样足够独特，能在众多选择中识别出特定目标。目标识别的困难，其很大程度上归因于寻找这样的图像特征时缺乏成功。然而，近期对于密集局部特征的应用研究（如Schmid Mohr[19]）表明，通过利用从大量可重复位置采样的局部图像描述子，我们经常可以达到有效地识别。 本文提出一种产生图像特征的新方法，称为尺度不变特征变换（SIFT）。该方法将图像变换为大量的局部特征向量，每一个向量对图像平移、缩放和旋转具有不变性，对光照变化和仿射或者3D投影有部分不变性。之前产生局部特征的方法对尺度缺乏不变性，且对射影失真和光照变化更加敏感。SIFT特征与灵长类动物视觉颞皮层神经元的反应有一些共通的性质，本文描述了索引和模型验证的改进方法。 尺度不变的特征能通过采用分阶段滤波的方法有效地确定，第一阶段识别关键点在尺度空间的位置可通过寻找高斯差分函数的极值的位置确定。每个点用来产生一个特征向量，该向量描述了从和它有关联的尺度空间坐标中采样的局部图像区域。这个功能实现了模糊图像梯度点的局部变化的部分不变性，如仿射??三维投影，这种方法是基于哺乳动物的大脑皮层下的复合细胞行为的模型，生成的特征向量称为筛选键。在当前实现中，每幅图像按顺序产生1000个筛选键，第  PAGE \* MERGEFORMAT 14 页 这个过程需要的计算时间小于1秒。 SIFT键来自一幅图像，用于最近邻法索引，以确定候选对象模型。这些与可能的模型符合的键的集合，是首先通过霍夫变换哈希表确定，然后通过最小乘方拟合得到最后估计的模型参数。当至少3个键低残余地符合模型参数，就是存在对象的有力证据。由于可能有几十个SIFT键存在于典型对象的图像里，可能有相当程度的阻塞在图像中，但仍保留高水平的可靠性。当前对象模型代表SIFT键的二维位置，这些位置可以经受仿射变换。特征位置足够的变化允许远离相机高达60度旋转或三维物体高达20度旋转情况下识别平面形状的透视投影。 2.相关研究 目标识别被广泛用于机器视觉产业，达到检查登记和操纵的目的。然而，目前商业系统的目标识别几乎只能依靠基于相关模板匹配。在特定设计的环境，如目标位置和光照被轻微地控制，该方法是非常有效的。当目标旋转、尺度、光照和三维位置允许变化时，模板匹配在计算上将不可行，在处理部分可见和大模型数据库时显得更加突出。 一种可供选择的方法来搜索图像中所有匹配点的位置，是从图像中提取至少对图像形成过程具有部分不变性的特征，且匹配只针对这些特征。很多候选特征类型已被提出和探索，包括线段[6]，分组的边缘[11，14]，区域[2]在很多其他的建议中。而这些特征对某些对象类很起作用，它们不常被检测出或者有足够的稳定性为可靠识别奠定基础。 近来对开发更密集的图像特征采集已有研究，一种途径是利用一个角探测器（更精确地说，在局部图像变话中有峰值的探测器）来确定重复图像位置，在这些位置附近局部图像性质可以被测量出。Zhang et al. [23]用Harris角探测器来确定特征位置，这些位置来自不同视角的核线排列图像。相比尝试从一幅图像区域对另一幅图像中的所有可能的区域相关，通过只集中于每幅图像的角点来匹配区域，可以大大地减少计算时间。 对于目标识别问题，Schmid Mohr[19]同样利用Harris来确定兴趣点，然后在每一个兴趣点中产生一个局部图像描述符，兴趣点来自高斯导数图像中测量的一个方向不变向量。这些图像描述子用于稳定的目标识别，通过寻找满足基于对象方向和位置约束的多个匹配的描述符，这项工作对在大量数据集中的识别速度和处理混乱图像的能力是显著可观的。 角探测器用于这些先前的方法中有一个很大的缺陷，那就是它们只在单一的尺度中检测图像。随着显著的尺