学 IPSJ SIG Technical Report GPU と方向マップに基づく 局所不変特徴量のオンライン抽出 †1 , 変 , 対 け 体 における して く いられている. 変 ,(1) 域 ,(2) , 2 を じて される. ,これら に 多く 演 を,GPU(Graphics Processing Unit) による を い するこ を する. に, ヒストグラムに づく において, マップ れるデータ を する.そ , ,および, 変 に対する 変 が さい いう を する が きるこ を す.こ , ,および,シーン によらずフレームレートを 一 に つこ が ましいオンライン において ある.IEEE1394 カメラお よび NVIDIA GeForce GTX480 を いたシステム により, マップ を確 する. On-the-fly Extraction of Local Invariant Features with GPU and Orientation Maps Naoyuki Ichimura †1 Local invariant features have been widely used as fundamental elements for image matching and object recognition. Local invariant features can be ex- tracted by the following two steps: (i) detecting local regions, (ii) calculating descriptors. The purpose of this paper is to consider fast computational tech- niques for extracting local invariant features through the parallel computing by a graphics processing unit (GPU). In particular, the data structure called orien- tation maps is introduced into the computations of local descriptors consisting of the histograms of gradient orientations. We show that the introduction of orientation maps enable us to realize feature extraction with the properties of the fast computations and the stability of computational times in terms of the changes in the number of features. The properties are useful for on-the-fly extraction in which fast computations and the stability of frame rates are re- quired regardless of the contents of scenes. The usefulness of orientation maps is demonstrated by the experiments using the system with IEEE1394 cameras and the GPU, NVIDIA GeForce GTX 480. 1. まえがき 変 , 一 ある.こ ,(1) 域 ,(2) 域 を す (descriptor) , 2 を じて される 1)–4) . 1 に 域 を す. が 域を す.こ よ う 域 された , 域 テクスチャ,エッジ に づい て を した あり,多く ,ベクトル 態を る. 変 に , して 2 つ がある.1 つ , 域を いるこ による, 逸 による隠れ 耐 ある.シーン 一 に隠れが じて , えている 域 が きる. う 1 つ ,そ が す り, に 変 を きるこ ある.スケールスペースピラミッド を じ, 学 変 変 に対し が 変に るように, (1),(2) を きる.これら にから,隠れ 移 , 違いにより, から え 変 がシーンにおいて じた して ,そ 変 影 を し,シー ンから を るこ が きる.そ ため, 変 , 対 け 体 して く いられている 1)–16) . に 変 を する に , つ がある えられる.一つ , される え 変 を に じさせ,そ から を うこ あ る. つ , え 変 を し,そ に づいて変 した えを 態に変 するこ ある. して,LoG (Laplacian of Gaussian) フィルタによ るスケールスペースピラミッド が げられる. に対し, ダ ンサン プリングを する.そして,そ に対し, 々 を する LoG フィルタ を し を う.こ , 対 大きさ 変 を している こ に る.よって,そ スケールスペースピラミッドから される に ,スケー ル 変 が される. して ,dominant orientation(DO) を いた 2) が げられる.こ , 域 ヒストグラムを し,そ ピーク を める.そ ピークに対する が DO ある.こ DO 域 により まる.よって, が して 域 に変 が じ い り,DO 域 した において 変 し い.こ こ から,DO を いて 角を し, による変 を するこ , る 態 が きる. して, に 変 が される. 変 において , つ を している が多く, †1 National Institute of Advanced Industrial Science and Technology (AIST) 1 c 2011 Information Processing Society of Japan Vol.2011-CG-142 No.1 2011/2/8
6
Embed
Naoyuki Ichimura On-the-ßy Extraction of Local Invariant ... · On-the-ßy Extraction of Local Invariant Features with GPU and Orientation Maps Naoyuki Ichimura 1 Local invariant
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
On-the-fly Extraction of Local Invariant Featureswith GPU and Orientation Maps
Naoyuki Ichimura†1
Local invariant features have been widely used as fundamental elements forimage matching and object recognition. Local invariant features can be ex-tracted by the following two steps: (i) detecting local regions, (ii) calculatingdescriptors. The purpose of this paper is to consider fast computational tech-niques for extracting local invariant features through the parallel computing bya graphics processing unit (GPU). In particular, the data structure called orien-tation maps is introduced into the computations of local descriptors consistingof the histograms of gradient orientations. We show that the introduction oforientation maps enable us to realize feature extraction with the properties ofthe fast computations and the stability of computational times in terms of thechanges in the number of features. The properties are useful for on-the-flyextraction in which fast computations and the stability of frame rates are re-quired regardless of the contents of scenes. The usefulness of orientation mapsis demonstrated by the experiments using the system with IEEE1394 camerasand the GPU, NVIDIA GeForce GTX 480.