Edge-SIFT: スケーラブルな重複部分モバイル検索のための2 進識別記述子

Edge-SIFT: Discriminative Binary Descriptor for
Scalable Partial-Duplicate Mobile Search
IEEE Transactions on Image Processing, Vol. 22.7, pp. 2889-2902, 201320170802_kkobayashi

モバイル機器上での大規模部分重複画像検索の基礎として,画像局所記述子は識別性が高く,効率的で小型で
あることが期待される.我々の研究は,このタスクにおいて,Scale-Invariant Feature Transform(SIFT)のよう
な広く使われているヒストグラムに基づく記述子は,最適ではないことを示す.これは主に,ヒストグラム表現
がモバイルプラットフォーム上で計算するのに比較的時間を要し,重要な特徴を失うためである.この特徴とは,
識別力を向上させ,ほぼ重複する画像パッチを一致させるための重要な特徴である.これらの問題に対処するため
に,我々は,スケールとオリエンテーションを正規化した画像パッチの二値化エッジマップから,Edge-SIFT と
いう新しいバイナリローカル記述子を抽出することを提案する.エッジの位置と向きの特徴量を保持し,ブース
ティング戦略でスパース二値化エッジマップを圧縮することで,最終的なEdge-SIFT は,コンパクトな表現で強
力な識別力を示す.さらに,我々は,高速な類似性測定と柔軟なオンライン検証を用いた索引付けフレームワーク
を提案する.したがって,Edge-SIFT は,正確かつ効率的な画像検索を可能にし,モバイル画像検索などの感度
計算に理想的である.大規模なデータセットの実験では,Edge-SIFT はOriented BRIEF(ORB)と比較して検
索精度が優れており,効率,コンパクト性,伝送コストの面でSIFT より優れていることが示されている.