Journal of Korea Multimedia Society (한국멀티미디어학회논문지)

Korea Multimedia Society (한국멀티미디어학회)
권호 표지
DOI QR코드

DOI QR Code

Speed Improvement of SURF Matching Algorithm Using Reduction of Searching Range Based on PCA

PCA기반 검색 축소 기법을 이용한 SURF 매칭 속도 개선

  • Received : 2013.04.02
  • Accepted : 2013.05.16
  • Published : 2013.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

Extracting unique features from an image is a fundamental issue when making panorama images, acquiring stereo images, recognizing objects and analyzing images. Generally, the task to compare features to other images requires much computing time because some features are formed as a vector which has many elements. In this paper, we present a method that compares features after reducing the feature dimension extracted from an image using PCA(principal component analysis) and sorting the features in a linked list. SURF(speeded up robust features) is used to describe image features. When the dimension reduction method is applied, we can reduce the computing time without decreasing the matching accuracy. The proposed method is proved to be fast and robust in experiments.

영상에서 임의의 점에 대한 고유한 특징을 계산하는 알고리즘은 파노라마 영상의 제작, 스테레오 영상의 획득, 물체 인식, 이미지 분석 등에 다양하게 사용되는 중요한 요소이다. 일반적으로 어떤 점의 특징은 스칼라 형태가 아닌 벡터형태로 나타나게 되는데, 무수히 많은 특징 점들을 서로 비교하는 작업은 매우 많은 계산량을 요구한다. 본 연구에서는 영상의 특징점 계산에 SURF(speeded up robust features)를 이용하였고, 이미지로부터 추출된 특징을 PCA(principal component analysis)기법을 이용하여 벡터의 차원을 축소하여 연결리스트 자료구조에 정렬한 다음 특징을 비교하는 기법을 제안한다. 제안된 특징의 비교 방법을 적용할 경우 기존 방법의 매칭 정확도는 유지한 상태에서 계산시간을 줄일 수 있는 것을 실험을 통하여 확인하였다.

Keywords

References

  1. 라연, 신성식, 박현주, 권오봉, "SURF와 멀티밴드 블랜딩에 기반한 파노라마 스티칭", 멀티미디어학회논문지, 제 14권, 제 2호, 201-209, 2011
  2. Y. Ke, and R. Sukthankar, "PCA-SIFT: A More Distinctive Representation for Local Image Descriptors", Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Vol. 2, 506-513, 2004
  3. S. Wold, K. Esbensen, and Paul Geladi, "Principal Component Analysis", Chemometrics and Intelligent Laboratory Systems 2.1, Vol. 2, No. 1, 37-52, 1987 https://doi.org/10.1016/0169-7439(87)80084-9
  4. Valenzuela, R. E. Gonzalez, W. Schwartz, and H. Pedrini, "Dimensionality Reduction Through PCA over SIFT and SURF Descriptors", Vol. 1, 58-63, 2012
  5. P.M. Vaidya, "AnO (n logn) Algorithm for the All-Nearest-Neighbors Problem", Discrete & Computational Geometry 4.1, Vol. 4, No. 1, 101-115, 1989 https://doi.org/10.1007/BF02187718
  6. A.W. Moore, An Introductory Tutorial on Kd-trees, Extract from Ph.D. Thesis, University of Cambridge, 1991
  7. H. Bay, T. Tuytelaars, and L. Van Gool. "Surf: Speeded up Robust Features." Computer Vision-ECCV, 404- 417. 2006
  8. M. Marius, and David G. Lowe. "Fast Approximate Nearest Neighbors with Automatic Algorithm Configuration", International Conference on Computer Vision Theory and Applications, Vol.1, 331-340, 2009
  9. A. Graps, "An Introduction to Wavelets." Computational Science & Engineering IEEE, Vol. 2, No. 2, 50-61, 1995 https://doi.org/10.1109/99.388960
  10. M. A. Fischler and R. C. Bolles, "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography", Communications of the ACM, Vol. 24, No. 6, 381-395, 1981 https://doi.org/10.1145/358669.358692
  11. L. Juan, and O. Gwun., "A Comparison of Sift, Pca-Sift and Surf", International Journal of Image Processing (IJ IP), Vol. 3, No. 4, 143- 152, 2009
  12. 오일석, "패턴인식", 교보문고, 서울, 2008
  13. 개리 로스트 브라드스키, 에이드리안 캘러, "Learning OpenCV 제대로 배우기," 한빛미디어, 서울, 2009

Cited by

  1. Face Tracking System Using Updated Skin Color vol.18, pp.5, 2015, https://doi.org/10.9717/kmms.2015.18.5.610
  2. 전기장 왜란을 이용한 비접촉 스마트 TV 제스처 인식 알고리즘 vol.17, pp.2, 2014, https://doi.org/10.9717/kmms.2014.17.2.124
  3. 임베디드 시스템 환경에서의 머신러닝 기반 미술 작품 추천 서비스 구현 vol.17, pp.10, 2013, https://doi.org/10.14400/jdc.2019.17.10.265