GET-Forschungsseminar Abstracts

Korrespondenzbestimmung lokaler Bildmerkmale zur Objekterkennung unter Berücksichtigung geometrischer Informationen

Sergej Wiebe, GET Lab

Presentation: 31.03.2020, 14:00h

Abstract (in German):

Zur Objekterkennung eignen sich neben globalen Bildmerkmalen besonders lokale Bildmerkmale. Lokale Bildmerkmale, die mittels Verfahren wie Scale-Invariant Feature Transform (SIFT) detektiert werden, werden zur Beschreibung neben ihrer Position und einem Merkmalsvektor auch eine charakteristische Skalierung und eine oder mehrere Orientierung(en) zugeordnet. Damit lassen sich nicht nur fotometrische Vergleiche, sondern auch geometrische Beziehungen der lokalen Merkmale zueinander vergleichen. Bestehende Verfahren zur Objekterkennung auf Basis lokaler Bildmerkmale arbeiten häufig nur auf Basis der Positionen und den Merkmalsvektoren von lokalen Merkmalen, um den Suchraum einzuschränken. Ein zusätzlicher Schritt ist die Überprüfung der charakteristischen Skalierung und der Orientierung der lokalen Merkmale zueinander. Dieser Schritt trägt zu einer besseren Korrespondenzbestimmung bei, ist aber mit höherem Rechenaufwand verbunden, so dass hier ein gewisser Kompromiss erforderlich ist. Ziel dieser Arbeit ist die Auswahl, Implementierung und ggf. Anpassung sowie die Evaluierung eines Verfahrens zur Objekterkennung auf Basis lokaler Bildmerkmale unter Berücksichtigung der zugehörigen geometrischen Beziehungen.