The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Effective Marker Placement Method By De Bruijn Sequence for Corresponding Points Matching

드 브루인 수열을 이용한 효과적인 위치 인식 마커 구성

  • 박경미 (부산대학교 U-Port 정보기술산학공동 사업부) ;
  • 김성환 (부산대학교 U-Port 정보기술산학공동 사업부) ;
  • 조환규 (부산대학교 U-Port 정보기술산학공동 사업부)
  • Received : 2012.03.22
  • Accepted : 2012.05.21
  • Published : 2012.06.28
Download PDF
⟨ Previous Next ⟩

Abstract

In computer vision, it is very important to obtain reliable corresponding feature points. However, we know it is not easy to find the corresponding feature points exactly considering by scaling, lighting, viewpoints, etc. Lots of SIFT methods applies the invariant to image scale and rotation and change in illumination, which is due to the feature vector extracted from corners or edges of object. However, SIFT could not find feature points, if edges do not exist in the area when we extract feature points along edges. In this paper, we present a new placement method of marker to improve the performance of SIFT feature detection and matching between different view of an object or scene. The shape of the markers used in the proposed method is formed in a semicircle to detect dominant direction vector by SIFT algorithm depending on direction placement of marker. We applied De Bruijn sequence for the markers direction placement to improve the matching performance. The experimental results show that the proposed method is more accurate and effective comparing to the current method.

컴퓨터비전에서 안정적으로 대응점을 획득하는 것은 매우 중요한 일이다. 그러나 이들은 스케일, 조명, 시점 등이 변하는 환경에서 정확한 대응점을 찾는 과정은 쉽지 않다. SIFT 알고리즘은 객체의 모서리나 꼭지점으로부터 추출한 특징벡터를 사용하므로 스케일링, 회전, 조명변화를 가지는 영상에서도 뛰어난 매칭을 수행한다. 그러나 SIFT는 엣지에 의해 특징점을 추출하므로 엣지가 존재하지 않는 영역에서는 원하는 대응점을 찾을 수 없다. 본 연구는 SIFT에 의한 대응 특징점 추출과 매칭 성능을 향상시키기 위한 마커 모양 및 배치 방법을 제안한다. 제안 방법에서 사용한 마커의 모양은 부착 방향에 따라 SIFT 알고리즘에 의해 한 방향으로 우세한 벡터를 검출할 수 있는 반원형(SemiCircle)으로 구성한다. 그리고 대응점 매칭의 성능을 향상시키기 위하여 마커의 방향 배치는 드 브루인 수열(De Bruijn Sequence)을 이용한다. 실험을 통해 제안한 방법이 기존의 방법보다 더 정확한 특징점 검출과 매칭에 효과적임을 증명하였다.

Keywords

References

  1. B. D. Lucas and T. Kanade, "An Iterative Image Registration Technique with an Application to Stereo Vision," IJCAI81, pp.121-130, 1981
  2. G. J. Burghouts and J. M. Geusebroek, "Performance evaluation of local colour invariants," Computer Vision and Image Understanding, Vol.113, No.1, pp.48-62, 2009. https://doi.org/10.1016/j.cviu.2008.07.003
  3. K. van de Sande, T. Gevers, and C. Snoek, "A comparison of color features for visual concept classification," in Conference On Image And Video Retrieval, pp.141-150, 2008.
  4. K. Mikolajczyk and C. Schmid, "A performance evaluation of local descriptors," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.27, No.10, pp.1615-1630, 2005. https://doi.org/10.1109/TPAMI.2005.188
  5. D. Lowe, "Distinctive image features from scale-invariant keypoints," Int'l J. Computer Vision, Vol.60, No.2, pp.91-110, 2004. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  6. H. Bay, T. Tuytelaars, and L. V. Gool, "Surf: Speeded up robust features," European Conference on Computer Vision, Vol.3951, No.2, pp.404-417, 2006.
  7. X. Zhang, S. Fron, and N. Navab, "Visualmarker detection and decoding in ar systems:a comparative study," in In Proceedings of the 1st International Symposium on Mixed and Augmented Reality. IEEE Computer Society Washington, pp.97-106, 2002.
  8. A. Alhakim, "A simple combinatorial algorithm for de bruijn sequences," American Mathematical Monthly, Vol.117, No.8, pp.728-732, 2010. https://doi.org/10.4169/000298910X515794
  9. N. G. de Bruijn, "A combinatorial problem," in Koninklijke Nederlandse Akademie v. Wetenschappen Vol.49, pp.758-764, 1946.
  10. T. Etzion and A. Lempe, "Construction of de bruijn sequences of minimal complexity," IEEE Transactions on Information Theory, Vol.30, No.5, pp.705-708, 1984. https://doi.org/10.1109/TIT.1984.1056965
  11. H. Fredricksen, "A survey of full length nonlinear shift register cycle algorithms," j-SIAM-REVIEW, Vol.24, No.2, pp.195-221, 1982.
  12. D. Lowe, "Object Recognition from Local Scale variant Features," In International Conference on Computer Vision, pp.1150-1157, 1999.
  13. Y Ke, R Sukthankar, "PCA-SIFT: A more distinctiverepresentation for local image descriptors," IEEE CVPR, 2004.
  14. W Cheung and G Hamarneh, "N-SIFT: NDIMENSIONAL SCALE INVARIANT FEATURE TRANSFORM FOR MATCHING MEDICAL IMAGES," IEEE International Symposium on Biomedical Imaging, 2007.
  15. C. Harris and M. J. Stephens, "A combined corner and edge detector," In Alvey Vision Conference, pp.147-152, 1988.
  16. A. Lempel, "On a Homomorphism of the De Brijn Graph and Its Allpications to the Design of Feadback Shift Registers," IEEE Trans. Computers, Vol.19. pp.1204-1209, 1970(12). https://doi.org/10.1109/T-C.1970.222859
  17. S. W. Golomb, Shift Register Sequences. Aegean Park Press, Laguna Hills, CA, USA, 1981.
  18. A. H. Chan, R. A Games, and E. L. Key, "On the complexites of de Bruijn Sequences," J comb. Theory, Ser. A, Vol.33, pp.233-246, 1982(4). https://doi.org/10.1016/0097-3165(82)90038-3
  19. T. Helleseth and T Klove, "The Number of Cross-jon Pairs in Maximum Lenth Linear Sequences," IEEE Trans. Inform Theory, Vol. 37, pp.1731-1733, 1991(11). https://doi.org/10.1109/18.104342
  20. T. Chang, I. Song, H. M. Kim, and S. H. Cho, "Cross-Joins in de Bruijn Sequences and Maximum Length Linears Sequences," IEICE Trans. Fundamentals, Vol.E76A, pp.1494-1501, 1993(9).
  21. F. Schweiger, B. Zeisl, P. Georgel, G. Schroth, E. Steinbach, and N. Navab, "Maximum detector response markers for SIFT and SURF," In Vision, Modeling and Visualization Workshop, 2009.
  22. 오인권, 김현진, 남궁재찬, "해마신경망과 SURF를 이용한 실시간 얼굴인식", 한국콘텐츠학회논문지, 제10권, 제1호, pp.177-185, 2011.
  23. 김영원, 장승익, 이성준, "SIFT를 이용한 우편영상의 송신자 인식", 한국콘텐츠학회논문지, 제10권, 제10호, pp.48-57, 2011. https://doi.org/10.5392/JKCA.2010.10.11.048
  24. 조동욱, 김태우, 신승수, 김지영, 김동원, 조태경, "마커 기반과 특징기반에 기초한 뇌 영상의 3차원 정합방법의 비교.고찰", 한국콘텐츠학회논문지, 제3권, 제3호, pp85-97, 2003.