局部二值描述子的研究进展综述

局部二值描述子是局部不变特征中的重要研究对象,广泛应用于计算机视觉与模式识别中。近年来,以BRIEF描述子为代表的局部二值描述子相继出现,对十年来局部二值描述子的研究成果与发展方向进行综述,旨在为初步研究者与工程应用人员提供参考。首先,对典型的现代局部二值描述子进行概述;其次,对优化局部二值描述子方法进行分析;最后,对相关实验评估准则进行讨论,通过总结现阶段存在的问题,给出未来研究的展望。从整体来看,近年来局部二值描述子经历了显著的发展与进步,许多对于局部二值描述子的研究均在普适性、鲁棒性和高效性上取得了成果。针对应用场景的不同,部分优化后的描述子也具备了应对实际问题的能力。这些研究进展为局部二值描述子向高层次发展、多领域拓宽打下了坚实的基础并提供了更多的思路。局部二值描述子的成功发展标志着计算机视觉技术的进步,但其发展过程中依然存在一些共性问题与矛盾,有待进一步的深入研究与解决。

基于积分图的LATCH算法改进

LATCH(基于机器学习的三像素块描述子)在原有局部二值描述子的基础上通过将二像素块比较改为三像素块提升了局部二值描述子的准确率,但提高准确率的同时带来了更大的时耗,在研究LATCH以及其他二值描述子的基础上,借鉴积分图在目标检测中的应用,将积分图的思想应用在改进LATCH描述子中,减少了LATCH描述子中各像素块内的重复计算量.实验证明,改进算法的描述子计算时间较原算法缩减了30%–40%,而配准精度与原算法保持相近.