联合特征分布用于图像对应.pdfVIP

JointFeatureDistributionsforI

mageCorrespondence

BillTriggs

CNRS‑INRIA,655avenuedel’Europe,38330蒙邦诺，法国。

Bill.Triggs@inrialpes.fr⋄

我们引入了‘联合特征分布’，这是一个基于特征的多图像匹配的一般统计框架，

明确地建模了多个图像中对应特征的联合概率分布。在某些图像中的特征位置条

件下，可以给出其他图像中其对应特征的良好定位分布，从而为对应搜索紧密

的似然区域。我们在最简单的情况下应用该框架，即对图像坐标直接和（仿射图

像）和（投影图像）上的分布进行建模。这产生了泛化的几何多图像匹

配约束的概率对应模型，大致通过它们的形式模型平均化。这些非常简单的方法可

以预测任何场景几何（包括平面和近平面场景）的准确对应似然区域，而不会出现

或显式的模型选择。小量的失真和非刚性也被。我们发展了适用于任意数

量仿射或投影图像的理论，解释了它与匹配张量的关系，并给出了初步实现的结

果。

：联合特征分布，匹配约束，多图像几何，特征对应，统计建模。

1引言

本文介绍了一种用于多图像特征对应的自然统计框架，联合特征分布（JFD），并

使用它们将整个范围的仿射和投影几何匹配约束“概率化”[12,15,2,3,5,7,21,20]。

JFD只是对应特征在1不同图像中位置的联合概率分布，用作一些感对

应关系（所有有效对应关系、靠近特定表面或物体的对应关系、背景对应关系等）

的总结。对某些特征进行条件化可以为剩余特征精确的概率对应搜索区域。

虽然选择能够重现和推广匹配约束的参数形式，但本质上，JFD是描述

性统计模型而非规范性的几何模型：它们旨在总结给定训练集中观察到的行为

JointFeatureDistributionsforImage

Correspondence

BillTriggs

CNRS-INRIA,655avenuedel’Europe,38330Montbonnot,France.

Bill.Triggs@inrialpes.fr⋄

Weintroduce‘JointFeatureDistributions’,ageneralstatisticalframeworkforfeature

basedmulti-imagematchingthatexplicitlymodelsthejointprobabilitydistributionsof

correspondingfeaturesacrossseveralimages.Conditioningonfeaturepositionsinsome

oftheimagesgiveswell-localizeddistributionsfortheircorrespondentsintheothers,

andhencetightlikelihoodregionsforcorrespondencesearch.Weapplytheframework

inthesimptcaseofGaussian-likedistributionsoverthedirectsum(affineimages)

andtensorproduct(projectiveimages)oftheimagecoordinates.Thisproduces

probabilisticcorrespondencemodelsthatgeneralizethegeometricmulti-image

matchingconstraints,roughlyspeakingbyaformofmodel-averagingoverthem.These

verysimplemethodspredictaccuratecorrespo