SIFT

[패턴인식] 특징 기술(1): 특징 기술자, 영역 기술자

Feature Describe 목차 0. PREVIEW 1. 특징 기술자의 조건 2. 관심점을 위한 기술자 3. 영역 기술자 4. 텍스쳐 5. 주성분 분석 6. 얼굴 인식: 고유 얼굴 0. PREVIEW 앞 절에서 공부한 특징 검출 단계 에지, 지역특징,영역 매칭에 사용하기에 턱없이 빈약한 정보 풍부한 정보를 어떻게 추출할까? 특징 기술 단계는 검출된 특징의 내부 또는 주위를 들여다 보고 풍부한 정보를 추출 특징의 성질을 기술(Describe)해주므로 기술자(Descriptor), 또는 여러 개의 값으로 구성된 벡터 형태이므로 특징 벡터(Feature Vector)라고 부름 1. 특징 기술자의 조건 특징 기술자(Feature Descriptor) 특징을 일련의 숫자(벡토)로 표현한 것 특징 기술자를 통해..

[패턴인식] 지역 특징 검출(2): 스케일에 불변한 특징점 검출

Local Feature 목차 0. Preview 1. 지역 특징 검출의 기초 2. 이동과 회전에 불편한 특징점 검출 3. 위치 찾기 알고리즘 4. 스케일에 불변한 특징점 검출 4.1 스케일 공간 4.2 해리스 라플라스 특징 검출 4.3 SIFT 검출 4.4 SURF 검출 4.5 지역 특징 검출 알고리즘의 특성 비교 은 이전 게시글을 참고해주세요 https://codingsmu.tistory.com/107?category=983612 [패턴인식] 지역 특징 검출 Local Feature 목차 0. Preview 1. 지역 특징 검출의 기초 2. 이동과 회전에 불편한 특징점 검출 3. 위치 찾기 알고리즘 4. 스케일에 불변한 특징점 검출 0. Preview 대응점 찾기 같은 장면을 다른 시점에서 codin..