Resumen

El emparejamiento de puntos clave a través de parches de imagen constituye la base de las aplicaciones de visión por ordenador, como la detección, el reconocimiento y el seguimiento de objetos en imágenes del mundo real. La mayoría de los métodos de puntos clave se utilizan principalmente para emparejar las imágenes de alta resolución, que siempre utilizan una pirámide de imágenes para la detección de puntos clave multiescala. En este trabajo, proponemos un nuevo método de puntos clave para mejorar el rendimiento de la correspondencia de los parches de imagen con baja resolución y pequeño tamaño. La ubicación, la escala y la orientación de los puntos clave se estiman directamente a partir de un parche de imagen original utilizando un patrón de muestreo Log-Spiral para la detección de puntos clave sin tener en cuenta la pirámide de imágenes. Se diseña un patrón de muestreo Log-Spiral para la descripción de los puntos clave y dos funciones generadas por bits para generar un descriptor binario. Amplios experimentos demuestran que el método propuesto es más eficaz y robusto que los métodos existentes basados en el binario para la comparación de parches de imágenes.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:patrón de muestreo en espiral, parche de imagen, pirámide de imagen, rendimiento de la imagen, detección de puntos clave multiescala, aplicación de visión por ordenador, parche de imagen original, base del ordenador, orientación de los puntos clave, coincidencia de parches de imagen
• Keywords:spiral sampling pattern, image patch, image pyramid, performance of image, multiscale keypoint detection, computer vision application, original image patch, basis of computer, orientation of keypoints, image patch matching