Documentos de Académico
Documentos de Profesional
Documentos de Cultura
POR COMPUTADOR
Resumen
Este artículo presenta un novedoso detector y descriptor invariante de escala y rotación, acuñado
SURF (características robustas aceleradas). SURF se aproxima o incluso supera los esquemas
previamente propuestos con respecto a la repetibilidad, el carácter distintivo y la robustez, pero
puede calcularse y compararse mucho más rápido. Esto se logra al confiar en imágenes integrales
para las convoluciones de imagen; aprovechando las fortalezas de los principales detectores y
descriptores existentes (específicamente, utilizando una medida basada en matriz de Hesse para el
detector y un descriptor basado en la distribución); y simplificando estos métodos a lo esencial. Esto
lleva a una combinación de detección novedosa, descripción y paso
Coincidentes. El documento abarca una descripción detallada del detector y descriptor y luego
explora los efectos de los parámetros más importantes. Concluimos el artículo con la aplicación de
SURF
ABSTRACT
This article presents a novel scale- and rotation-invariant detector and descriptor, coined SURF
(Speeded-Up Robust Features). SURF approximates or even outperforms previously proposed
schemes with respect to repeatability, distinctiveness, and robustness, yet can be computed and
compared much faster.This is achieved by relying on integral images for image convolutions; by
building on the strengths of the leading existing detectors and descriptors (specifically, using a
Hessian matrix-based measure for the detector, and a distribution-based descriptor); and by
simplifying these methods to the essential. This leads to a combination of novel detection,
description, and matching steps.
INTRODUCCION
Figura 3. Esquema de
clasificación de SURF
Figura 2. Frame sacado
Detección de puntos de interés
con MATLAB con los
keypoints El descriptor SURF hace uso de la matriz
Hessiana, más concretamente, del valor del
determinante de la matriz, para la localización
y la escala de los puntos. El motivo para la
ALGORITMO SURF utilización de la matriz Hessiana es
Es uno de los algoritmos más utilizado para la respaldado por su rendimiento en cuanto a la
extracción de puntos de interés en el velocidad de cálculo y a la precisión.
reconocimiento de imágenes. La extracción
de los puntos la realiza detectando en primer
lugar los posibles puntos de interés y su
localización dentro de la imagen. Es mucho
más rápido que el método SIFT, ya que los
keypoints contienen muchos menos
descriptores debido a que la mayor cantidad
de los descriptores son 0. Este descriptor se
puede considerar una mejora debido a que la
modificaciones que supondría en el código no
serían excesivas, ya que el descriptor SURF
utiliza la gran mayoría de las funciones que
utiliza el descriptor SIFT. Figura 4. Representación
de la derivada parcial de
segundo orden de un filtro
gaussiano discretizado y Se utilizan imágenes integrales nuevamente
la aproximación de la para proceder al filtrado mediante las
derivada implementada máscaras de Haar y obtener así las respuestas
en el caso del descriptor en ambas direcciones. Son necesarias
SURF únicamente 6 operaciones para obtener la
respuesta en la dirección x e y. Una vez que
Asignación de la Orientación.
las respuestas onduladas han sido calculadas,
La siguiente etapa en la creación del son ponderadas por una gaussiana de valor o
descriptor corresponde a la asignación de la = 2,5s centrada en el punto de interés
orientación de cada uno de los puntos de
Las respuestas son representadas como
interés obtenidos en la etapa anterior. Es en
vectores en el espacio colocando la respuesta
esta etapa donde se otorga al descriptor de
horizontal y vertical en el eje de abscisas y
cada punto la invariancia ante la rotación
ordenadas respectivamente. Finalmente, se
mediante la orientación del mismo. El primer
obtiene una orientación dominante por cada
paso para otorgar la mencionada orientación
sector mediante la suma de todas las
consiste en el cálculo de la respuesta de Haar
respuestas dentro de una ventana de
en ambas direcciones x e y mediante las
orientación móvil cubriendo un ángulo de
funciones siguiente
PI/3.
Donde el color negro es el valor -1 y el blanco
es +1.
Figura 4. Calculo de la
respuesta Haar. Negro: -
1. Blanco: +1.
Figura 6. Descriptores
SURF
APLICACIÓN
Figura 9. Orientación de
los puntos clave
ASIGNACIÓN DE ORIENTACIÓN
Bibliografía