VQ-SIFTを用いた物体認識ためのロバストな局所画像記述子

摘要

SIFT(Scale Invariant Feature Transform) feature is identified as being invariant to common image deformations caused by the rotation, scaling, and illumination. In this paper, instead of using SIFT's smoothed weighted histograms, we apply vector quantization (VQ) histogram as an alternate representation for local image descriptor. Experimental results demonstrate that the VQ-based local descriptors are more robust to image deformations. Because the dimension of VQ histogram is lower than the standard SIFT descriptor, our proposed algorithm achieves faster speed in matching processing.%本論文では，回転・スケール変化・照明変化に不変なSIFT（Scale Invariant Feature Transform）特徴の局所記述子を，ベクトル量子化ヒストグラム（VQ）を用いるアルゴリズムを提案する．再現率対不適合率の実験結果により，VQ-SIFT記述子は従来の方向ヒストグラムを用いたSIFT記述子より画像の変化にロバストであると分かった．また，ベクトル量子化ヒストグラムの次元数が少ないため，より高速なマッチング速度を実現した．