CV Reading

BRISK:Binary Robust Invariant Scalable Keypoints

縣 禎輝2011/12/13

2

はじめに

• BRISK– BRIEF へスケール不変性，回転不変性の導入

• キーポイント検出– ピラミッド画像から FAST による特徴点検出

• 特徴記述– BRIEF の考えにオリエンテーション推定とサンプリングパターン変更

3

キーポイント検出，特徴記述の変遷

4

BRISK:Binary Robust Invariant Scalable Keypoints[S. Leutenegger,ICCV’11]• キーポイント検出

– FAST へスケール不変性を導入

• 特徴記述– 同心円上のサンプリングパターンからランダムな 2 画素を

選択– 選択された画素の輝度の大小によるバイナリコード

5

キーポイント検出

• FAST へスケール不変性を導入– ピラミッド画像から FAST を適応し，レスポンス値より

スケールの算出

6

FAST によるコーナー検出

• 注目画素 p の周辺の円周上の 16画素を観測

p がコーナーである条件p の輝度値と比較して円周上の輝度値が連続して n 個以上がしきい値 t 以上 明るい，もしくは暗い ( 図中の破線 )

例 : n = 12

7

決定を用いた FAST によるコーナー検出

• 学習画像の画素を特徴ベクトル化– 注目画素 p 周囲の円周上の輝度値を 3 値化

円周上の輝度値注目画素 p の輝度値

しきい値

8

決定を用いた FAST によるコーナー検出

• 決定木の構築– 特徴ベクトルによる 3 分木の学習

学習画像

分岐ノード特徴ベクトルによる分岐

末端ノード最も到達したクラスを保存

9

決定木によるコーナー検出

• 画像の各画素を入力してコーナー判定– リーフノードに保存されたクラスに分類

n = 9 のとき，平均して 2.16 画素の検証でコーナー検出が可能

10

キーポイント検出： FAST へスケール不変性導入1. 入力画像からピラミッド画像生成

2. FAST を適応

3. 各特徴点よりレスポンス値 V の算出

4. レスポンス値の最大値をスケールとする

)||,||max(ker::

darSx

xppbrighterSx

pxpxpxp

tIItIIV

11

スケール検出例

12

特徴記述の流れ

1. 特徴点を中心に４つの同心円上に，等間隔にサンプリング (60 箇所 )– 中心からの距離に比例するガウスフィルタによりスムージング

2. サンプリングパターンからランダムに 2 画素を選択

3. オリエンテーションの算出

4. 輝度差によるバイナリコード化

13

BRIEF• アルゴリズム

1. パッチをガウシアンフィルタにより平滑化2. パッチ内のランダムに選択された２点の画素値の比較から

バイナリ列を生成3. 2 点のバイナリ列のハミング距離によりマッチング

キーポイント

パッチ

14

BRIEF• バイナリテスト

キーポイント

パッチ

15

BRIEF の 2 画素の選択条件

I. x, y : 一様分布II. x, y : ガウシアン分布III. x : ガウシアン分布 , 　 y : ガウシアン分布（ xi が中心）IV. x, y : 同心円状のグリッドからランダムに選択V. x : 中心点

y : 同心円状のグリッドからバイナリテストの数だけ選択

GⅠ GⅡ GⅢ GⅣ GⅤ

16

オリエンテーションの算出 及びバイナリコード化

: 選択された 2 画素

: ガウスフィルタの分散

g : 勾配

I : 輝度値S :L :

α : オリエンテーション

• 距離が離れたパッチ間の平均勾配をオリエンテーションとする

1. 勾配算出

2. 集合 L のみから平均勾配算出

3. オリエンテーション方向に回転させた後，輝度差によりバイナリコード化

バイナリコード数 :512 ビット

17

マッチング方法

1. 特徴点間のバイナリコードからハミング距離を算出

2. ハミング距離のしきい値判定によりマッチング

18

実験概要

• 使用するデータセット： Mikolajczyk dataset• 比較手法： SIFT ， SURF

19

再現率

20

精度比較

21

処理速度

• 特徴点検出の処理時間

• マッチングの処理時間

22

マッチング結果

23

おわりに

• BRISK– BRIEF へスケール不変性，回転不変性の導入

• キーポイント検出– ピラミッド画像から FAST による特徴点検出

• 特徴記述– BRIEF の考えにオリエンテーション推定とサンプリングパターン変更