2DPCA-SIFT:一种有效的局部特征描述方法

被引：28

作者：

颜雪军

赵春霞

袁夏

机构：

[1] 南京理工大学计算机科学与工程学院

来源：

自动化学报 | 2014年 / 40卷 / 04期

关键词：

2DPCA降维; 局部特征描述; 图像匹配; 图像检索;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

PCA-SIFT(Principal component analysis–scale invariant feature transform)方法通过对归一化梯度向量进行PCA降维,在保留特征不变性的同时,有效地降低了特征矢量的维数,从而提高了局部特征的匹配速度.但PCA-SIFT中对本征向量空间的求解非常耗时,极大地限制了PCA-SIFT的灵活性与应用范围.本文提出采用2DPCA对梯度向量块进行降维的特征描述方法.该方法相比于PCA-SIFT,可以快速地求解本征空间.实验结果表明:2DPCA-SIFT在多种图像变换匹配和图像检索实验中可以实现与PCA-SIFT相当的性能,并且从计算效率上看,2DPCA-SIFT具有更好的扩展性.

引用

页码：675 / 682

页数：8

共 7 条

[1] 一种基于扇形区域分割的SIFT特征描述符[J]. 曾峦,顾大龙.自动化学报. 2012(09)
[2] 一种鲁棒的图像局部特征区域的描述方法[J]. 曾慧,穆志纯,王秀青.自动化学报. 2011(06)
[3] 基于SIFT特征目标跟踪算法研究[J]. 蔺海峰,马宇峰,宋涛.自动化学报. 2010(08)
[4] 一种新的局部不变特征检测和描述算法
杨恒
王庆
[J]. 计算机学报, 2010, 33 (05) : 935 - 944
[5] 一种快速局部特征描述算法[J]. 刘萍萍,赵宏伟,臧雪柏,戴金波.自动化学报. 2010(01)
[6] Contrast context histogram - An efficient discriminating local descriptor for object recognition and image matching
Huang, Chun-Rong
Chen, Chu-Song
Chung, Pau-Choo
[J]. PATTERN RECOGNITION, 2008, 41 (10) : 3071 - 3077
[7] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110

← 1 →