基于随机森林的快速兴趣点检测

本文把兴趣点检测问题归结为模式识别中的分类问题,采用机器学习中的随机森林作为分类器,利用随机森林分类器检测一个点是否为兴趣点。在对图片进行检测之前,需要对图片进行滤波预处理,滤波预处理可以极大的减少需要进行随机森林检测的点,然后采用训练好的随机森林来检测一个点是否为兴趣点。采用机器学习的方法进行兴趣点检测可以极大的降低检测时间,更有利于实时性较强的应用。本文将提出的算法和当前经典的四种兴趣点检测算法相比,检测算法的可重复性,定位误差和时间三个指标。实验结果表明,本文提出的基于随机森林的兴趣点检测算法相比于其他四种经典的兴趣点检测方法具有更优异的性能。不仅在可重复性能上有所提高,并且大大降低检测时间。