|
アフィン不変なキーポイント検出手法を検討・開発した。Scale Normalized LoGの場合のように，1パラメータではなく複数のスケールパラメータを含むため，単純な多項式での展開は困難であった。そこで，三角関数や多項式を組み合わせた固有フィルタの分解を行った。具体的にはSVDで様々な形状のフィルタを分解した後に，フィッティングを行った。これにより，4913個のフィルタが高々14個程度で良好に近似できることを確認した。また，キーポイント検出における局値探索において，パラメータの対称性を利用した効率的な探索方式を考案した。これは従来のＳＩＦＴでのオリエンテーション探索の一般化に相当する。OxFordデータセットおよびSpectrum magazineデータセットで検出性能実験を行い，従来手法よりも良好な検出性能を得た。
本成果はコンピュータビジョン分野で有名な会議であるICCV2016に採択された。
|
