GMS特征点匹配汇报-2017CVPR.pptxVIP

GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature CorrespondenceYanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence1/40ContentSome Background背景知识Feature Matching Introduction 特征匹配介绍Recent Robust Matchers最新匹配算法GMS Algorithm GMS算法Yanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence2/40Some BackgroundGMS算Yanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence3/40Some Background作者和论文情况? 边佳旺，新加坡科技设计大学助理研究员，此篇论文发于2017年6月，CVPR的一篇文章，是最新的关于特征匹配的文章；?《GMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence》，基于网格的运动统计，用于快速、超鲁棒的特征匹配。主要阐明了Robust Feature Matching and Fast GMS Solution（超强健的特征匹配和GMS算法）问题；Yanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence4/40Some Background作者和论文情况? 在此之前关于特征匹配的文章有CODE（2016年PAMI）算法和RepMatch (2016年ECCV)算法；? 在CODE和RepMatch之前的算法虽然可以实现功能，但是质量不高，实际是没法应用的，CODE算法和RepMatch算法解决了之前不能实现的问题，实现了提升鲁棒性；? 特征匹配的目的是去实现别的用途，做三维重构、机器人导航，对速度要求是很高的；? GMS算法是对CODE和RepMatch的算法优化，主要是对时间的一个优化，前面的算法虽然好，但是很慢。Yanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence5/40Feature Matching IntroductionYanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence6/40Feature Matching Introduction? 特征匹配：所谓特征匹配（FBM），就是指将从影像中提取的特征作为共轭实体，而将所提特征属性或描述参数（实际上是特征的特征，也可以认为是影像的特征）作为匹配实体，通过计算匹配实体之间的相似性测度以实现共轭实体配准的影像匹配方法。【百度百科】Yanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence7/40Feature Matching Introduction? 请看两张拍摄于不同角度的图片Yanshan UniversityGMS:Grid-based Motion Statistics for Fast,Ultra-robust Feature Correspondence8/40Feature Matching Introduction? 由上面这两张拍摄于不同角度的图片可以看出，如果把两张图片中对应的点连接起来，它们会有一种对应的关系，这种关系可以用数学方程表示，每一个匹配（或者说这种一一对应的关系、一致性）就相当于方程的一个解，如果有了足够多的正确匹配，就可以用这些点去估算方程的参数，就相当于知道了两张图片对应的几何关系；? Correspondence（一致性、匹配）的功能就是计算相机的移动，以及两张图片的一个关系。Yanshan UniversityGMS:Grid-based Motion