Autores

5823
2693,1840,753
5890
2693,1840,753
5891
2693,1840,753

Informações:

Publicações do PESC

Título
Probabilistic Point Matching
Linha de pesquisa
Computação Gráfica
Tipo de publicação
Dissertação de Mestrado
Número de registro
Data da defesa
14/9/2015
Resumo
Devido à própria natureza do processo de formação de imagem — no sentido de que imagens são medidas distorcidas, desordenadas e incompletas de um complexo mundo tridimensional — resolver problemas de emparelhamento é um passo necessário para inúmeras aplicações no campo de visão computacional. No entanto, a maior parte da pesquisa relacionada a emparelhamento no campo é focada em desenvolver algoritmos rápidos e heurísticas, dando pouca atenção à essência dos problemas de emparelhamento. Neste trabalho, apresentamos um arcabouço probabilístico que nos permite derivar métodos ótimos para emparelhamento e provar propriedades fundamentais do problema. Adicionalmente, propomos modelos probabilísticos para os descritores de características do tipo Harris/NCC e SIFT dentro do nosso arcabouço e comparamos os métodos obtidos às alternativas existentes.
Abstract
Due to the very nature of the process of image formation — in the sense that images are incomplete, unordered and distorted measurements of a complex 3D world — solving matching problems is necessary to a number of applications in the field of computer vision. Yet, most research related to matching in the field has focused on developing fast algorithms and heuristics, giving little attention to the essential behavior of matching problems. In this work, we present a probabilistic framework that allows us to derive optimal methods for matching and prove fundamental properties of the problem. In addition, we propose models for Harris/NCC and SIFT feature descriptors using our framework and compare the resulting matching methods to existing approaches.
Arquivo
Topo