Machine Learning
口頭発表
2段階のRandomized Treesを用いたキーポイントの分類
- Author
- 西村孝, 清水彰一, 藤吉弘亘
- Publication
- 画像の認識・理解シンポジウム, 2010
Download: PDF (Japanese)
本稿では, 2段階のRandomized Treesによる高精度かつ高速なキーポイントマッチング手法を提案する. 従来法である Randomized Treesを用いたキーポイントの分類手法では, 高精度なリアルタイムのキーポイントマッチングを実現している. しかし, Randomized Treesで表現するテンプレートの視点は多様であり, 1つのRandomized Treesでは, 全ての変化において高精度なキーポイントの分類は困難である. そこで,提案手法では1段階目にテンプレートの視点を分類し, 2段階目に, 1段階目で分類した視点ごとのRandomized Treesによりキーポイントの分類を行う. 評価実験より, 提案手法は対象物体の視点が70度回転した画像において, SIFTより88.4%,Randomized Treesより63.4%の精度を向上させることができた. また, 提案手法は約12fpsでリアルタイムにキーポイントマッチングが可能であることを確認した.