Visual Features: Keypoints and Descriptors
•
Keypoint is locally distinct location in an image
◦
Harris Corners
◦
Shi-Tomasi corner detector
◦
Förstner operator
◦
Difference of Gaussians
•
The feature descriptor summarizes the local structure around the keypoint
Corners
•
Corner와 edge는 highly distinct point
•
translation, rotation, illumination에 대해 invariant함.
•
Corner = 2 Edges in roughly orthogonal directions
•
Edge = Sudden brightness change
•
Intensity function
σ는 아주 작은 값으로 좌표(u,v)에서 neighbor 로 아주 조금 이동한다는 의미
SSD : Sum of Squared differences
•
Structure Maxtrix
Edge와 Corner를 찾기 위한 중요한 행렬
Local area의 intensity 변화를 인코딩함
해당 행렬은 image gradient로 부터 생성
•
image gradient
픽셀 값이 밝은 쪽 → 어두운 쪽 방향으로 기울기가 생긴다
맨 위의 경우만 locally distinct point임 다른건 corner가 아니기 떄문
Key Idea :
Structure Matrix가 2개의 큰 eigenvalue가 있다면 해당 point를 Corner로 추정
2개의 큰 eigenvalue란 위의 이미지에서 Jacobean 값이 큰 두 개를 말함.
→ 이건 2개의 dominant direction이 있다는 뜻